genetic algorithm optimization neural network architecture! !

adaptive resonance theory 2 人工神经网络-two adaptive resonance theory of artificial neural networks

混沌识别，混沌特征指数的计算以及混沌预测。-Chaotic identification, chaotic characteristics of index calculation and prediction of chaos.

基于Viusal C++开发的遗传算法源程序，在VC6.0环境下调试通过。-Based on Viusal C++ Developed genetic algorithm source code in VC6.0 environment debug through.

遗传算法的源程序例子，对于初学者有很大帮助，建议多-Genetic algorithm source code examples are very helpful for beginners, the proposed multi-

Hopfield 网――擅长于联想记忆与解迷路 实现H网联想记忆的关键，是使被记忆的模式样本对应网络能量函数的极小值。 设有M个N维记忆模式，通过对网络N个神经元之间连接权 wij 和N个输出阈值θj的设计，使得: 这M个记忆模式所对应的网络状态正好是网络能量函数的M个极小值。 比较困难，目前还没有一个适应任意形式的记忆模式的有效、通用的设计方法。 H网的算法 1）学习模式――决定权重 想要记忆的模式，用-1和1的2值表示 模式：-1，-1，1，-1，1，1，... 一般表示： 则任意两个神经元j、i间的权重： wij=∑ap(i)ap(j)，p=1…p； P：模式的总数 ap(s)：第p个模式的第s个要素（-1或1） wij：第j个神经元与第i个神经元间的权重 i = j时，wij=0，即各神经元的输出不直接返回自身。 2)想起模式： 神经元输出值的初始化 想起时，一般是未知的输入。设xi(0)为未知模式的第i个要素（-1或1） 将xi(0)作为相对应的神经元的初始值，其中，0意味t=0。 反复部分：对各神经元，计算： xi (t+1) = f (∑wijxj（t）-θi), j=1…n, j≠i n―神经元总数 f（）--Sgn（） θi―神经元i发火阈值 反复进行，直到各个神经元的输出不再变化。-Hopfield network-- good at associative memory solution with the realization of lost H associative memory networks, are key to bringing the memory model samples corresponding network energy function of the minimum. With M-N-dimensional memory model, the network N neurons connect between right wij and N output threshold j design makes : M-mode memory corresponding to the network is a state network energy function is the M-000 minimum. Mor

神经网络BP算法源代码-BP neural network algorithm C sourcecode

1、该工具包用于安装Lm和RBF两个神经网络工具包 2、直接运行LmNet.exe或_install.bat即可； 3、完成成功后，请将 binwin32 目前加至系统的 path中。 具体为：我的电脑-->属性-->环境变量-->将“binwin32”加至path路径中。-1, the tool kits for the installation and Lm 2 RBF neural network tool kits 2, or directly running LmNet.exe _install.bat can; Three complete success, I would be grateful if bin win32 increase to the current system which the path. Specifically : my computer-- gt; Attribute-- gt; Environment variables-- gt; "Bin win32" to increase path PATH.

Using Simulated annealing to solve TSP

有关神经网络的源码-the neural network source

基于神经网络的辨识工具箱 (527KB)-Neural Network Based Identification Toolbox (527KB)