BP神经网络被广泛应用于分类模式识别、图像处理和系统控制等领域.人们对BP 网络算法进行了许多的研究,但尚有其不足之处.为完成其权的训练,问题的关键在于如何避免陷入局部极小及在此前题下如何提高学习速度.为此,就如何选取学习率η和动量矩a提出了改进方案,并应用于数字识别,得到了较为满意的结果.

人工鱼群算法是比较牛叉的一个算法，其难度是比较大的 特此提供人工鱼群算法的研究给大家参考！

基本蚁群聚类算法及其改进算法带Matlab源代码-data.txt 基本蚁群聚类算法及其改进算法[带Matlab源代码]        该算法，解决了不收敛的问题，聚类效果非常好（效果图如附件图片所示）。改进的蚁群算法是基于遗传算法的改进，在基本遗传算法的基础之上，加入了变异因子，产生变异，从而更快的收敛。 程序特点： 1、包含Matlab的画图程序，包括点的不同颜色标识， 2、包含文件的调用指令，程序中调用了data.txt文件中的数据。 3、代码中有详细的注释。 4、程序都经调试可以直接运行。 附件说明： 附件中有两个m文件，分别是基本遗传算法和改进的遗传算法。 data.txt为聚类的数据（一个三维数组）。 ppt是我作业答辩用的演示文稿。        本贴是我模式识别课程期末论文的一部分，如需详细的原理介绍、流程图及文档说明，可以留下电子邮箱，我给你发过去。

BP神经网络算法的改进及其在PID控制中的应用研究

１）给出系统框架。 ２）调用画点的函数，分别用DDA、中点Bresenham算法和改进Bresenham算法绘制直线和中点算法绘制直线、用不同的算法绘制圆和椭圆 ，并各自比较算法精度与效率的差别 。 ３）实现二维图形的变换。（包括平移，放缩，旋转，错切以及复合变换） ４）运用所学的区域填充算法实现区域填充。 ５）运用所学算法实现线段裁剪以及多边形裁剪（多边形裁剪为可选）。 ６）自己实现其它附加以及需要完善的功能。

简单介绍了粗糙集及其贪心算法，针对贪心算法的有效性进行了改进。

在词典编码中，lzw是比较好的一种压缩编码，本资源介绍了它的优化分析。

主要介绍A*算法的改进及其在路径规划中的应用

基于伊藤算法的改进人工蜂群算法

原有的遗传融合蚁群算法虽然克服了基本蚁群算法的不足，优化效果得到了改善，能够克服收敛速度较慢，易出现停滞，以及全局搜索能力较低的缺陷。但是还不够，因此，在原有的遗传融合蚁群算法的基础上进行了许多改进以扩大解的搜索空间，更加提高其全局优化寻优速度。并将遗传融合蚁群算法和改进的遗传融合蚁群算法分别应用于TSPLIB中的Att532TSP问题进行了仿真实验。仿真研究表明，改进后的算法具有更优良的全局优化性能，效果令人满意。