说明：这里面是我最近下载的所有的差分进化和NSGA2的代码，还有个很好用的NSGA2和DE的结合。

差分进化 NSGA2 DE

说明：这是我们参加2011年全国大学生数学建模大赛，做A题的论文和matlab程序，当年获得国奖。 利用此程序可以进行污染源位置反演计算，以及其他类似服从高斯扩散模型的源项反演。 计算量小，简单易懂。

2011年 全国大学生 数学建模竞赛 A题

说明：应用Dijkstra算法对铁路网络两站点间最短径搜索，附有我国铁路网络数据。

Dijkstra算法 铁路网络 最短路径

说明：本文以k-means算法为背景，引入信息熵相关知识，从而实现全自动分割图像。然而在利用混合高斯模型对图像进行数据分析时，会发生一定的过拟合现象，导致我们得不到预期的聚类数目。本文设计合理的合并准则，令模型简化，有效地消除过拟合现象，使得最后得到的聚类数目与预期符合。设计合理的准则改进了图像的全自动分...

k-means算法 信息熵 自动分割图像

说明：由于BP神经网络易陷入局部最优，我们利用蝙蝠算法来优化BP的参数，以此找到最优的参数，并作为BP参数的初始值，用来做预测，效果很好。

BP神经网络 蝙蝠算法 BP

说明：backstepping方法设计例子，对于初学者为不错的样例，我本人就是通过这些练习起来的。

backstepping方法

说明：采用动量梯度下降算法训练 BP 网络。 采用贝叶斯正则化算法提高 BP 网络的推广能力。在本例中，我们采用两种训练方法，即 L-M 优化算法（trainlm）和贝叶斯正则化算法（trainbr），用以训练 BP 网络，使其能够拟合某一附加有白噪声的正弦样本数据。

BP 网络 贝叶斯正则化算法 L-M 优化算法 trainlm 贝叶斯正则化算法 trainbr 白噪声

说明：采用贝叶斯正则化算法提高 BP 网络的推广能力。在本例中，我们采用两种训练方法，即 L-M 优化算法（trainlm）和贝叶斯正 则化算法（trainbr），用以训练 BP 网络，使其能够拟合某一附加有白噪声的正弦样本数据。

贝叶斯正则化算法 BP网络 L-M算法 trainlm 贝叶斯正则化算法 trainbr BP

说明：采用贝叶斯正则化算法提高 BP 网络的推广能力。在本例中，我们采用两种训练方法，即 L-M 优化算法（trainlm）和贝叶斯。

贝叶斯正则化算法 BP网络 L-M算法 trainlm 贝叶斯

说明：采用贝叶斯正则化算法提高 BP 网络的推广能力。我们采用两种训练方法，即 L-M 优化算法

bp正则化 bayes_bpnet BP Trainlm BP-trainlm