说明：某炼厂常压塔实测数据和人工化验结果（汽油干点）。假设输入变量为常顶温度、顶回流温度、进料温度、进料压力、常顶压力共5个变量；输出量为汽油干点。试用BPNN建立此常压塔汽油干点软测量模型。

压力 软测量 BP干点 BPNN

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：这是一个标准的Elman的程序外加一个利pso算法优化Elman神经网络权值的程序，可以运行出图，简单易懂！

pso-elman代码 pso-neural-matlab elman-pso elm与elman网 elman优化算法

说明：对于小样本而言，SVM的仿真效果要比神经网络好，但是SVM的性能依赖于它的两个训练参数，本算法是用GA自动选择SVM的两个参数。

小样本训练 GASVM ga-neural-network SVM--快速 GA-SVM

说明：matlab的手写体识别代码 主要有贝叶斯、bp神经网络等方法

贝叶斯手写体 手写体识别 Bayesian-handwriting handwriting hand

说明：平面波法计算2D光子晶体的特性，老外编的，让人佩服。

人工智能/神经网络/深度学习 光子晶体

说明：用遗传算法优化RBF网络参数，减小RBF网络在函数逼近中的误差

RBF-ga GA优化RBF GA优化RBF-matlab keyword=RBF网络 遗传算法-RBF

说明：用matlab做的车牌识别的完整源代码，包括车牌定位，二值化，滤波去噪，字符分割，识别，识别部分用的BP网

二值化 BP车牌识别 车牌识别 matlab-车牌识别 matlab--bp神经网络-车牌

说明：基于LSTM参数实时更新的RUL预测方法。针对传统LSTM模型不能有效利用非生命周期数据建立优良的RUL预测模型和无法合理利用在线数据的问题，提出了一种改进的长短期记忆神经网络（LSTM）方法。。 这是一个新颖的想法，并已通过实验验证。

LSTM RUL预测方法

说明：用决策树和神经网络实现的

停车场 停车场问题