搜索资源列表
TIERRA
- 地球模拟器，最经典的人工生命模型,研究人工智能的必看。一般地说，生命都具有新陈代谢、复制和进化的能力。在自然界中，生物是由有限的食物供给和有限的生存空间约束的。在Tierra中，“生物”由一系列能够自我复制的机器代码或程序组成，它在计算机中的复制分别受到计算机的存储空间和CPU时间约束。能有效地占有内存空间和利用CPU时间的生物体，将具有更高的适应度，传递到下一代的机会就越大。 在Tierra中，计算机的RAM（随机访问存储器）中有一块专门的空间，这个空间中放置了一个“祖先有机体”，该祖先有
BPN(GreenCode)
- 用人工神经网络实现格林码的编码，通过对网络的训练实现，输入一串0/1码得到其格林码-using artificial neural networks Green codes, the network through training, input string of 0 / 1 yards code to be its Green
rtrl
- 这是一个matlab实现第归神经网络的例子, 实现的第归神经网络是 : Real Time Recurrent Learning-This is a Matlab achieve its neural network naturalization example, the realization of naturalization neural network is : Real Time Learning Recurrent
模拟退火例子1
- 模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始，对
模拟退火例子2
- 模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始，对
模拟退火例子3
- 模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始，对
selfref
- 当我们用摄像机照射电视机，再把摄到的图案展现在电视屏幕上，这会产生什么？答案似乎应该是什么都没有，因为电视机显示的就是它自己，而它自己正在显示的内容也就是它自己……。然而当我们调节电视机的设置参数、拉大摄像机的焦距，让电视机往它自身内部运动的时候，惊奇的现象出现了：一个一个的复杂结构不断地从电视屏幕中产生、飞出，就好像星系的诞生！当我们旋转摄像机呈一个角度的时候会得到类似左图的“旋转星系”。本Java程序就是在计算机上模拟了这个过程。然而，摄像机-电视这样的自指系统不仅仅能产生如此丰富的复杂图案
一维细胞自动机
- 最简单的细胞自动机程序。这是一个方格的世界，所有的方格都排成一排，每个方格都有黑或白两种（或者更多，用户可以自己定义）颜色。根据每个方格的颜色以及它邻居方格的颜色按照异常简单的规则进行演化。-most simple cellular automata procedures. This is a box at the world, all the box are lined up, each box is black or white (or more, users can own definit
压力测试程序
- StressMark测试软件是一个使用Visual C++编写的，开放源代码的测试工具，可以完成服务程序及重要算法的功能和性能测试，其最主要的功能是模拟多线程或多客户端的自动化压力测试。-StressMark test software is a prepared using Visual C, the open-source testing tools, procedures and services to complete the important functions of the alg
Demo PSO
- 粒子群优化算法(pso）的源程序。包括基本粒子群算法的程序及其在优化函数方面的应用。-Particle Swarm Optimization (PSO) of the source. Groups including the elementary particles algorithm optimization process and its function in the application.
8数码A算法
- 设计说明：1。数据结构和表示：程序用1、2、3、4分别表示将右、上、左、下的数字块移动到空格之中。采用典型的树+链表结构，每种局面产生一个BoardState类。出于避免走法顺序列表被过多复制的考虑，在树结构中保存局面的继承关系。每种新的局面产生后，引用估值函数产生f的值，再根据大小将其插入链表之中，以便实现“优先展开f值小的节点”。Solve()函数在成功解决问题之后保存一个走法序列供输出并返回零，而失败则返回失败处的节点层数。(具体的判断方法见后文)-Design Notes : 1. Da
mason
- MASON代表多主体邻里或网络仿真(Multi-Agent Simulator of Neighborhoods or Networks)。它是乔治梅森大学用Java开发的离散事件多主体仿真核心库，具有快速、灵活和便携的特点。它本身支持轻量级的模拟需求，自含模型可以嵌入到其他Java应用当中，还可以选择2D和3D图形显示。-represent more or main Neighborhood Network Simulation (Multi-Agent Simulat or of Neigh
GA_01Knap
- 用遗传算法解决背包问题，可以求最优解，也可以自己设定次数-using genetic algorithms to solve knapsack problem, the optimal solution can help, can set its own number
newBPNN
- Back propagation neural networks and its Application: Time-Series Forecasting Prediction of the Annual Number of Sunspots -Back propagation neural networks and its Application : Time-Series Forecasting Prediction of the Annual Number of Sunspots
epc2d-update
- 一个投影聚类算法及其数据集生成源码。 参考文献： Eric K.K. Ng, A. Fu : Efficient algorithm for Projected Clustering,-a clustering algorithm and its projection data sets generated source. References : Eric K. K. Ng, A. Fu : Projected Efficient algorithm for clustering,
ITS
- 智能交通系统演示delphi源码,适合初学者看的例子，还有一些bug需要自己改进-Intelligent Transportation System Demonstration delphi source suitable for beginners look at the examples, some need improvement to their bug
Ant_Colony_Clustering_Algorithm
- 蚁群聚类算法及其源码[matlab] 代码是可以执行的 -Ant Colony Clustering Algorithm and its source code [matlab] code is executed
An-Colony-Algorithm-and-its-application
- 段海滨2005年编写的课本蚁群算法原理及其应用~~~里面介绍了蚁群算法的基本原理-An-Colony-Algorithm-and-its application
system-of-K-Means-and-its-plus
- 实现了k-means极其改良算法，提高了聚类的精度。内附详细文字说明及源代码，配有图形界面演示。-The implementation of k-means algorithm and its plus.Improve the accuration of clustering.The document and source are both added.
Automatically-find-its-way-demo
- 首先生成8个方向的节点，tmp(tmpe)用于记录生成的节点对应的节点号 ** ** 新生成的节点的指针（d1 -表示离开起始点的 距离)指向生成他的父节点 ** **, 按该点到目的地的大小nude(i).d2 排序后加入opened列表， ** ** (opened 总是指向离 目的地最近的点)然后再从opened表中取出一个节点,生成新的节点** ** ** 按8个方向生成新的节点，如果要生成的节点 已经存在（在tmp(tmpe) 中)就比较以下 ** **