神经网络模式识别及其实现，第九章。 内含：HOPFIELD和LAM -pattern recognition and neural network to achieve, chap. Intron : LAM and HOPFILED

神经网络中的感知机的学习算法的c语言程序源代码-neural network of Perceptron learning algorithm in C language source code

遗传算法源程序，供研究设计使用，希望对你有帮助-Genetic algorithm source code for the study design to use, want to help you

设计的bp神经网络，来判断和预测机器的故障级别。-Bp neural network designed to determine and predict the fault-level machines.

Lin-Kernighan heuristic for the TSP and minimum weight perfect matching

在vc控制台中运行，用遗传算法求解最短路径，用邻接矩阵表示路线图。-in vc console operations, Genetic Algorithm for the shortest path, adjacency matrices road map.

Autolife模型是一个能够进行“开放式进化”的人工生命系统。每个Agent模型采用可以变化规则表长度的有限自动机模型建模。一方面Agent可以进行自我繁殖，同时模型中的选择机制没有采用显式的适应度函数而是采用能量消耗的简单模型而自发涌现出来，所以可以认为Agent模型是一个类Tierra系统。然而与Tierra、Avida等数字生命模型不同的是，Autolife模型进行了大大的简化，它界面友好，操作直接。虽然没有给每个Agent装配一个虚拟计算机，但是Agent与环境的耦合则可以看成一个图灵机模型，因此Agent可以通过变异而“任意”的编程序。通过Autolife模型，首先人们可以看到一般的生态系统中共存的现象：生物的大爆炸、大灭绝，Agent进化得越来越聪明；其次，用户可以通过变化不同的食物添加规则探索Agent与环境的关系；最后，如果允许Agent通过播种改变环境自动产生食物，那么组织的涌现就是一种不可避免的结果。Agent构成的组织具有自主运动的特性，还可以进行自我修复，可以说Autolife中的组织是一些真正的“活体”。-Autolife model is to conduct an "open-evolution" artificial life system. Each Agent can be used model changes the rules limited the length of the table automatic machine modeling. One Agent can be self-propagation, model selection mechanism not used Explicit the fitness function instead of using the energy consumption of a simple model to emerge spontaneously, so that the agent can be a model category Tierra system. But with Tierra, Avida digital life model is different Autolife model for greatly simplified its

模糊算法，实现了求交法计算模糊蕴含关系、最大最小法进行合成运算、求并法计算输出量的模糊集合、加权平均法计算实际的清晰控制量等部分的详细代码。-Fuzzy algorithm, the realization of the intersection method to calculate fuzzy implication relations, max-min method for synthesis of computing, and method for output fuzzy sets, the weighted average method to calculate the actual volume of clear control of part of the detailed code.

FCM算法是一种基于划分的聚类算法，它的思想就是使得被划分到同一簇的对象之间相似度最大，而不同簇之间的相似度最小。模糊C均值算法是普通C均值算法的改进，普通C均值算法对于数据的划分是硬性的，而FCM则是一种柔性的模糊划分。在介绍FCM具体算法之前我们先介绍一些模糊集合的基本知识。-FCM algorithm is a clustering algorithm based on the division of its thinking is that it is making is divided into clusters with the greatest similarity between the object, and different similarity between the smallest cluster. Fuzzy C-means algorithm is an ordinary C-means algorithm, the general C-means algorithm for data delineation is rigid, while the FCM is a soft fuzzy partition. FCM in the introduction prior to the specific algorithm we first introduce some basic knowledge of fuzzy sets.

对模式识别中的字符串模板匹配问题进行的研究，设计了对任意字符串进行匹配和字符串相似度，即列文斯顿距离进行计算的算法-right pattern recognition template matching string for the research and design of the arbitrary strings and string matching similarity, Ken Livingstone distance calculation algorithm