function [U,center,result,w,obj_fcn]= fenlei(data) [data_n,in_n] = size(data) m= 2 ％ Exponent for U max_iter = 100 ％ Max. iteration min_impro =1e-5 ％ Min. improvement c=3 [center, U, obj_fcn] = fcm(data, c) for i=1:max_iter if

一个很好的学习粒子群算法的例子。（刘康C++版本） 程序介绍： 模拟一群鸟捕食的情景，从而达到优化目标函数的目的，这就是粒子群算法！起初在可行的空间中随机的产生一群粒子，然后让每个粒子开始在虚拟的空间中向四面八方飞翔，并且每个粒子都记下他们飞过的适应值（也就是目标优化函数）最高的点，而且整个粒子群有一个最高适应值个体，这样，粒子在飞翔的时候尽量朝向自己曾飞过的最好的点和集体的最好的点。最后达到收敛到近似最优点的目的。 备注：目标优化函数程序中已经内定了，f6 ={0.

建立一个径向基神经网络，对非线性函数y=sqrt(x)进行逼近，并作出网络的逼近误差曲线-The establishment of a radial basis function neural network to approximate the nonlinear function y = sqrt (x), and make the network approximation error curve

一组扩充的表处理函数 (defun chgnth (i v l) 表换元素,用V替换表L中第I个元素 (defun carnth (i l) 表取头,保留表L前面I-1个元素 (defun cdrnth (i l) 表取尾,去除表L后面I个元素 (defun delnth (i l) 删除表L第I个元素 三角函数 (defun tan (v / u) (setq u (cos v)) (if (/= u 0) (/ (sin v) u))) (defun ctan