资源列表
Genetic_Programming
- Genetic Programming。GP算法在方程逼近求解上的应用。-Genetic Programming. GP approximation algorithm for solving equations in the application.
id3ClaafierTreeCode
- ID3 分类决策数java代码 需要ID3java代码公用包-ID3 classification decisions few java source code needs of the common packets ID3java
NetwonR
- 牛顿法,解决电力系统无功优化，牛顿拉夫逊法-i like it
Astar_TSP
- 用A星算法解决旅行商（货郎担）问题，附设计报告和测试用例-A Star algorithm used to solve TSP (traveling salesman) problems, with the design of reports and test cases
kicILC-control
- ILC 迭代学习控制的matlab程序，是学习迭代过程的好资料，这是第二部分，程序运行效果非常好。-Iterative Learning Control ILC matlab program, the iterative process of learning good information, this is the second part of the program runs very good.
neture-network5
- 人工智能算法之神经网络算法，解决黑箱优化问题的好方法-neture network5
AllExamples
- CLIPS专家系统源码，非常有帮助的说。
自适应神经网络在确定落煤残存瓦斯量中的应用
- 落煤残存瓦斯量的确定是采掘工作面瓦斯涌出量预测的重要环节,它直接影响着采掘工作面瓦斯涌出量预测的精度,并与煤的变质程度、落煤粒度、原始瓦斯含量、暴露时间等影响因素呈非线性关系。人工神经网络具有表示任意非线性关系和学习的能力,是解决复杂非线性、不确定性和时变性问题的新思想和新方法。基于此,作者提出自适应神经网络的落煤残存瓦斯量预测模型,并结合不同矿井落煤残存瓦斯量的实际测定结果进行验证研究。结果表明,自适应调整权值的变步长BP神经网络模型预测精度高,收敛速度快 该预测模型的应用可为采掘工作面瓦斯涌
BP_Adaboost5
- 基于 BP_Adaboost 强分类器设计 公司财务预警 建模-Classifier design based on BP_Adaboost strong financial early warning model
trackplanning
- 基于A算法的航路规划算法源码，描述了对无人机的航路规划
testAStar
- 初级实现A*算法，最短寻路算法，openlist close list-Primary achieve A* algorithm, the shortest pathfinding algorithm, openlist close list
financial-early-warning-model
- 对于本项目来说,共有1350组公司财务状况数据,每组数据的输入为10维,代表上述的10个指标,输出为1维,代表公司财务状况,为1时表示财务状况良好,为-1时表示财务状况出现问题。从中随机选取1000组数据作为训练数据,350组数据作为测试数据。根据数据维 数,采用的BP神经网络结构为10—6—1,共训练生成10个BP神经网络弱分类器,最后用10 个弱分类器组成强分类器对公司财务状况进行分类。-For this project, a total of 1350 group company&