MATLAB的智能算法源代码，对应书籍MATLAB智能算法的30个案例分析，可以直接运行。

第1章 p神经网络的数据分类——语音特征信号分类1 第2章 bp神经网络的非线性系统建模——非线性函数拟合11 第3章 遗传算法优化bp神经网络——非线性函数拟合21 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优36 章 基于bp_adaboost的强分类器设计——财务预警建模45 章 pid神经元网络解耦控制算法——多变量系统控制54 章 rbf网络的回归——非线性函数回归的实现65 章 grnn的数据预测——基于广义回归神经网络的货运量预测73 章 离散hopfield神经网络的联想记忆——数字识别81 章 离散hopfield

《MATLAB 神经网络30个案例分析》程序和数据。其中包括了MATLAB模式下的BP神经网络的各种案例与预测效果展示

资源包括了史峰等人编著的【MATLAB智能算法30个案例分析】课本以及对应的源代码，对学习和运用智能算法的人有很大参考价值。

MATLAB神经网络30个案例分析源代码，已通过测试运行，可放心下载

《MATLAB智能算法30个案例分析》是作者多年从事算法研究的经验总结。书中所有案例均因国内各大MATLAB技术论坛网友的切身需求而精心设计，其中不少案例所涉及的内容和求解方法在国内现已出版的MATLAB书籍中鲜有介绍。《MATLAB智能算法30个案例分析》采用案例形式，以智能算法为主线，讲解了遗传算法、免疫算法、退火算法、粒子群算法、鱼群算法、蚁群算法和神经网络算法等最常用的智能算法的MATLAB实现。

方便快捷迅速，内容比较好，基于matlab的仿真，很好实用

MATLAB30个智能算法案例分析，包括遗传、退火、蚁群、鱼群、支持向量机。

MATLAB神经网络学习资料，包含30个案例分析。包括MATLAB源代码

MATLAB智能算法的源代码%% 清空环境 clc;clear %% 障碍物数据 position = load('barrier.txt'); plot([0,200],[0,200],'.'); hold on B = load('barrier.txt'); xlabel('km','fontsize',12) ylabel('km','fontsize',12) title('二维规划空间','fontsize',12) %% 描述起点和终点 S = [20,180]; T = [160,90]; plot([S(1),T(1)],[S(2),T(2)],'.'); % 图形标注 text(S(1)+2,S(2),'S'); text(T(1)+2,T(2),'T'); %% 描绘障碍物图形 fill(position(1:4,1),position(1:4,2),[0,0,0]); fill(position(5:8,1),position(5:8,2),[0,0,0]); fill(position(9:12,1),position(9:12,2),[0,0,0]); fill(position(13:15,1),position(13:15,2),[0,0,0]); % 下载链路端点数据 L = load('lines.txt'); %% 描绘线及中点 v = zeros(size(L)); for i=1:20 plot([position(L(i,1),1),position(L(i,2),1)],[position(L(i,1),2)... ,position(L(i,2),2)],'color','black','LineStyle','--'); v(i,:) = (position(L(i,1),:)+position(L(i,2),:))/2; plot(v(i,1),v(i,2),'*'); text(v(i,1)+2,v(i,2),strcat('v',num2str(i))); end %% 描绘可行路径 sign = load('matrix.txt'); [n,m]=size(sign); for i=1:n if i == 1 for k=1:m-1 if sign(i,k) == 1 plot([S(1),v(k-1,1)],[S(2),v(k-1,2)],'color',... 'black','Linewidth',2,'LineStyle','-'); end end continue; end for j=2:i if i == m if sign(i,j) == 1 plot([T(1),v(j-1,1)],[T(2),v(j-1,2)],'color',... 'black','Linewidth',2,'LineStyle','-'); end else if sign(i,j) == 1 plot([v(i-1,1),v(j-1,1)],[v(i-1,2),v(j-1,2)],... 'color','black','Linewidth',2,'LineStyle','-'); end end end end path = DijkstraPlan(position,sign); j = path(22); plot([T(1),v(j-1,1)],[T(2),v(j-1,2)],'color','yellow','LineWidth',3,'LineStyle','-.'); i = path(22); j = path(i); count = 0; while true plot([v(i-1,1),v(j-1,1)],[v(i-1,2),v(j-1,2)],'color','yellow','LineWidth',3,'LineStyle','-.'); count = count + 1; i = j; j = path(i); if i == 1 ||