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 ||

案例1：BP神经网络的数据分类—语音特征信号分类 案例2 BP神经网络的非线性系统建模-非线性函数拟合 案例3：神经网络遗传算法函数极值寻优-非线性函数极值寻优 案例4：遗传算法优化BP神经网络-非线性函数拟合 案例5：PID神经元网络解耦控制算法-多变量系统控制 案例6 基于BP_Adaboost的强分类器设计-公司财务预警建模 案例7：RBF网络的回归-非线性函数回归的实现 案例9：离散Hopfield神经网络的联想记忆—数字识别 案例10：离散Hopfield神经网络的分类——高校科研能力评价 案例11：连续Hopfield神经网络的优化——旅行商问题优化计算 案例12 SVM神经网络的数据分类预测-意大利葡萄酒种类识别 案例13 SVM神经网络中的参数优化---提升分类器性能 案例14 SVM神经网络的回归预测分析---上证指数开盘指数预测 案例15 SVM神经网络的信息粒化时序回归预测 案例16：SOM神经网络的数据分类--柴油机故障诊断 案例17：单层竞争神经网络的数据分类—患者癌症发病预测 案例18Elman神经网络的数据预测—电力负荷预测模型研究 案例19 概率神经网络的分类预测-基于PNN的变压器故障诊断 案例20神经网络变量筛选—基于BP的神经网络变量筛选 案例21：LVQ神经网络的分类——乳腺肿瘤诊断 案例22：LVQ神经网络的预测——人脸朝向识别 案例23基于模糊神经网络的拟合算法-标准函数拟合 案例24：小波神经网络的时间序列预测-短时交通流量预测 案例25 粒子群算法的寻优算法-非线性函数极值寻优 案例26 广义神经网络的聚类算法-网络入侵聚类 案例27：遗传算法的优化计算——输入自变量降维 ...

包括： 《MATLAB神经网络30个案例分析》（全书和源代码） 《MATLAB神经网络原理与实例精解》 对于初学者有很大帮助，讲解很透彻！

Matlab之神经网络分析，30种不同的案列，数学建模的必备知识。