原生交易遗传算法 - MQ4/MQ5 它是一个基于神经网络的自学习交易机器人，通过 C++ 直接构建在 Metatrader 中 此回购的目的是创建一个能够从市场中学习并做出决策的交易专家顾问，无需任何预先配置的设置或指标。 机器人可以同时做出决定，例如： 何时开/关/卖/买 分配哪些地段 更多详情，请下载后阅读README.md文件

论文研究-环行穿梭车优化调度问题的自学习算法.pdf,  分析研究环形穿梭车(RGV)的工作特点和调度策略，同时考虑其起停、等待、复合作业对搬运能力的影响，创建了环形RGV搬运作业的多目标优化调度数学模型.在此基础上提出了基于自学习和改进遗传算法的环形RGV实时调度算法.讨论了调度算法的编码、选择、交叉变异操作规则方法，提出改进种群和妥协解的专家库自学习方法，提高优化计算速度.通过计算仿真和工程验证，证实环形RGV的搬运能力得到有效提高，该模型和自学习算法是可行和有效的.

应用遗传算法思想进行知识库自学习的研究.doc

卷积神经网络；分类识别；数据增强与预处理；实时检测；

为提高多变量、非线性和强耦合系统的动态特性和解耦能力,根据解耦原理和神经网络思想,提出一种两级串联结构的自适应模糊神经网络解耦控制器.前级是基于智能权函数规则的自调整模糊控制器,后级是基于动态耦合特性的自适应神经网络解耦控制器.同时从理论上证明了学习算法的收敛性.仿真实例表明,所提出的解耦控制器具有良好的鲁棒性和自适应解耦能力,是解决多变量、非线性和强耦合问题的一种简便有效的控制算法.

网桥的自学习和转发帧 的步骤归纳 网桥收到一帧后先进行自学习。查找转发表中与收到帧的源地址有无相匹配的项目。如没有，就在转发表中增加一个项目（源地址、进入的接口和时间）。如有，则把原有的项目进行更新。 转发帧。查找转发表中与收到帧的目的地址有无相匹配的项目。 如没有，则通过所有其他接口（但进入网桥的接口除外）按进行转发。 如有，则按转发表中给出的接口进行转发。 若转发表中给出的接口就是该帧进入网桥的接口，则应丢弃这个帧（因为这时不需要经过网桥进行转发）。

从高光谱数据中学习 此处提供的代码基于我编写的用于完成练习的代码，可在此处找到。 一旦实现并测试了解决方案，我便扩展了自动编码器和softmax分类器，以处理高光谱数据。 但是，当前的解决方案并不优于现有技术。 上图显示了基本事实 上图显示了分类结果。 上图显示了隐藏层的可视化 上面的这些图显示了两个光谱带。

用PIC单片机实现滚吗的算法，自学习，用于遥控门系统等

参考资料-自学习循路的移动机器人模型设计与实现.zip

随着机器人智能化的不断发展,行为机器人越来越受到人们的重视。而复杂多变的运行环境,给机器人的行为设计提出了一个很大的难题。根据以往的日常经验总结出来的行为反应规则很可能适应不了各式各样的运行环境。本文提出一种机器人在线自学习方法,使机器人在没有现成的合适运行规则可循的环境运行的过程中不断总结经验,自我学习,并对学习得到的成果进行检验。实验时,不给机器人初始化任何路径规划信息,而是通过让机器人在简单环境下自行运动,由得到的实际运行结果,检验本方法的实际效果。检验结果令人满意。