说明：topsis法是评价类模型中的常用方法。TOPSIS法根据有限个评价对象与理想化目标的接近程度进行排序的方法，是在现有的对象中进行相对优劣的评价。TOPSIS法是一种逼近于理想解的排序法，该方法只要求各效用函数具有单调递增（或递减）性就行。TOPSIS法是多目标决策分析中一种常用的有效方法，又称为优...

说明：应用背景巴特沃斯被誉为解决“不可能”的数学问题。在这个时候，过滤器的设计需要相当数量的设计经验，由于理论的局限性，然后在使用。该过滤器在出版后30年内不常用。巴特沃斯说：“一个理想的电力滤波器不仅应该完全拒绝不必要的频率，但也应具有均匀的灵敏度为想要频率。这样一个理想的滤波器无法实现但巴特沃斯表明逐...

matlab 代码 滤波器 Butterworth

说明：包内解压后含有两个程序，一个是带有归一化的双层BP神经网络，一个是不带归一化的双层BP 神经网络，其中需要输入的数据中第一列为要逼近的目标函数。反向的优化算法选项写在了BP.m文件中，使用时可以替换。BPp文件为带归一化的双层，EX为不带归一化的BP。

说明：神经网络实例集。包括以下几个程序单层线性神经网络实例、感知器神经元解决较复杂输入向量的分类问题、基于感知器神经网络处理复杂的分类问题、数值分析程序matlab-GUI、用BP网络完成函数的逼近源程序、自组织特征映射应用实例。

​神经网络 实例

说明：基于蚁群算法的 TSP 求解，分别采用蚁群算法和蚁群算法-粒子群混合算法进行优化求解，使用不同的交叉和变异适应度函数更新粒子，从而实现 TSP问题的优化求解，更加逼近实际问题。

蚁群算法 TSP 粒子群混合算法

说明：切比雪夫插值（利用切比雪夫点进行多项式插值），对连续函数进行逼近。

切比雪夫-插值 多项式插值 Chebyshev 切比雪夫 Chebeshev

说明： 为检验支持向量机非线性回归的泛化能力，BP神经网络有着很强的非线性拟合能力，能以任意精度逼近任意非线性连续函数，当然其前提条件是——神经网络构造适当并且训练充分。

说明：利用BP神经网络进行训练预测采用BP神经网络的建立、训练和仿真，并应用BP神经网络是目前人工神经网络模式中最具代表性、应用得最广泛的一种模型，具有自学习、自组织、自适应能力以及很强的非线性映射能力，能以任意精度逼近任意连续函数。

matlab 神经网络 bp 程序

说明：RBF神经网络整定的PID控制，能以任意精度逼近任意连续函数。

RBF 神经网络 PID控制