编写环境:Matalab R2016a 已在Matalab R2014a中测试,可以正常运行. 程序主文件:main.m 功能:运行main.m 可以对其所指定参数的模型进行模拟仿真，以时步为单位显示车辆在地图中的运动过程,并统计数据与绘图。参数设置位置在程序中已给出。 参数： red_light_time = 60;%红灯时间 green_light_time = 40;%绿灯时间 fresh_frequency = 0.01;%刷新速率 num_of_street = 3;%小区道路的数量,也就是交叉口的数量 global pixellength;%定义全局变量车道长度 pixellength = 30;%主道的长度 side_length = 25;%小区边长 注意：主道长度不能小于小区边长！ 比较不同小区的情况的文件：compare_diff_xiaoqu.m 功能：运行compare_diff_xiaoqu.m可以对其小区大小的数组进行设置，然后可以对每一种大小小区进行仿真及统计数据。最后每一种小区都会绘出其在设置不同数量的道路下的车辆平均速度与拥堵

基于元胞自动机的人员疏散模拟器（Matlab完整程序和数据） 基于元胞自动机的人员疏散模拟器,人员疏散模拟器,元胞自动机

基于元胞自动机的城市城镇用地变化的预测（Matlab完整程序和数据） 基于元胞自动机的城市城镇用地变化的预测（Matlab完整程序和数据）

基于PCA和SVM的实时人脸识别： faceCapture:首先采集需要被识别人的人脸，每人采取10张，统一格式大小，放入人脸数据库中； ReadFace:读入训练的人脸数据； fastPCA:PCA降维； scaling:训练数据归一化； train:使用SVM支持向量机训练模型； imageAcquision: 读入人脸照片—>灰度化—>检测人脸—>扣出人脸—>归一化尺寸—>在训练集的特征子空间中降维—>在训练集每维的最大最小值上数据归一化—>利用训练好的模型预测—>显示

MATLAB实现PSO-SVM粒子群优化支持向量机时间序列预测，Matlab完整程序和数据 数据为单变量时间序列数据，含粒子群优化前后的对比，预测对象为股票价格。

基于PSO-BP粒子群优化BP神经网络的数据分类预测（Matlab完整程序和数据） 基于PSO-BP粒子群优化BP神经网络的数据分类预测（Matlab完整程序和数据） 输入12个特征，分四类。

基于SSA-XGBOOST麻雀算法优化XGBOOST的数据分类预测（Matlab完整程序和数据） 基于SSA-XGBOOST麻雀算法优化XGBOOST的数据分类预测（Matlab完整程序和数据） 基于SSA-XGBOOST麻雀算法优化XGBOOST的数据分类预测（Matlab完整程序和数据） 输入多个特征，分四类。

基于LSTM长短期记忆神经网络的数据回归预测（Matlab完整程序和数据） 运行版本2018及以上 基于LSTM长短期记忆神经网络的数据回归预测（Matlab完整程序和数据）

【老生谈算法】信息光学夫琅禾费衍射matlab仿真程序.doc

能够将文字保存为图片，这个是一个MATLAB的界面程序，最好的MATLAB版本是2008a，最少也要7.0吧，如果有问题，可以登录我的博客留言：http://hi.baidu.com/pengjun