说明：可以求解优化问题的 Hopfield神经网络

强化学习

说明：Q-learning 算法实现AGV的最优路径规划，实测效果非常好，对于研究深度学习和强化学习的同学很有帮助！

Q-learning算法实现 AGV 路径规划 Q-learning

说明：利用强化学习的自适应动态规划中的值迭代和策略迭代方法，神经网络控制方法，LQR状态调节器最优控制方法，实现了三维倒立摆在飞行器上的稳定控制。鲁棒性很强，进行了高斯白噪声的扰动实验。

inverted neural Adaptive dynamic 策略迭代学习 策略迭代 matlab 策略迭代控制

说明：强化学习的核心算法，Q-table，应用动作值函数对动作的Q值进行更新来找到最优策略。

Q-learning 核心算法 Q-table

说明：强化学习的一种，基于sarsa算法，寻找最优路径，可运行。

重要 SARSA算法

说明：使用遗传算法对电池soc估计.ＲBF 神经网络法有很强的非线性拟合能力，可映射任意复杂的非线性关系，具有很强的鲁棒性和记忆能力，且学习规则简单、学习能力强大，便于计算机实现。但如何合理确定网络的结构和参数，目前尚未有系统的规律可循，网络的逼近性能因此受到影响。GA 借鉴了自然界遗传中适者生存法则，在...

说明：应用背景 虽然传统的基因选择方法已经能够取得很好的效果，选出的基因子集有利于后续样本分类，但是这些方法主要考虑数据方差和分布的相关性，从而选出的基因可解释性较差且冗余度较高。为了获得最小冗余可解释的基因子集，本文在充分考虑基因类别灵敏度 (Gene to class sensitivity,...

matlab