关于神经网络的仿真程序，利用遗传算法优化神经网络的权值和阀值

本书是在《MATLAB神经网络30个案例分析》的基础上修改、补充而成的，秉承着“理论讲解—案例分析—应用扩展”这一特色，帮助读者更加直观、生动地学习神经网络。 本书共有43章，内容涵盖常见的神经网络（BP、RBF、SOM、Hopfield、Elman、LVQ、Kohonen、GRNN、NARX等）以及相关智能算法（SVM、决策树、随机森林、极限学习机等）。同时，部分章节也涉及了常见的优化算法（遗传算法、蚁群算法等）与神经网络的结合问题。

之前上传过 《matlab 神经网络的文字识别 有详细注释》这个贴，有人评论说 不会运行。 是样本文件需要自己添加，特此 上传样本文件，方便大家。 所有文件放进一个工程，运行主程序即可!

本书为 MATLAB神经网络的案例(含可运行程序）。《MATLAB神经网络43个案例分析》可作为本科毕业设计、研究生项目设计、博士低年级课题设计参考书籍，同时对广大科研人员也有很高的参考价值。

Kohonen神经网络算法工作机理为：网络学习过程中，当样本输入网络时，竞争层上的神经元计算输入样本与竞争层神经元权值之间的欧几里德距离，距离最小的神经元为获胜神经元。调整获胜神经元和相邻神经元权值，使获得神经元及周边权值靠近该输入样本。通过反复训练，最终各神经元的连接权值具有一定的分布，该分布把数据之间的相似性组织到代表各类的神经元上，使同类神经元具有相近的权系数，不同类的神经元权系数差别明显。需要注意的是，在学习的过程中，权值修改学习速率和神经元领域均在不断较少，从而使同类神经元逐渐集中。

本书以MATLAB R2016a为平台，通过专业技术与大量典型实例相结合，介绍了各种典型网络的训练过程和实际应用。全书共27个案例，从实用角度出发，详尽地讲述感知器网络、线性神经网络、RBF神经网络、BP神经网络、反馈神经网络及自组织神经网络等内容，扩展介绍神经网络在其他工程领域的实际应用。

MATLAB神经网络视频，MATLAB清晰PDF教程，算法与控制相关PDF教程，以及simulink控制与仿真，simulink仿真及代码生成

FCM Kmeans Kmedia等四种聚类的matlab代码~~

该包中，含有kohohen网络的聚类算法、小波神经网络的预测算法和RBF网络的回归的等一些算法的实例，例如非线性函数回归的实现、数字识别、柴油机故障诊断等等案例。

MATLAB神经网络与案例精讲源码 第2章 MATLAB快速入门 第4章 单层感知器 第5章 线性神经网络 第6章 BP神经网络 第7章 径向基函数网络 第8章 自组织竞争神经网络 第9章 反馈神经网络 第10章 随机神经网络 第11章 用GUI设计神经网络 第13章 神经网络应用实例