搜索资源列表
bp_win32
- BPN 網絡演算这是用VCwin32编写的用遗传算法优化神经网络的程序-Error Back-propagation Training Algorithm
geneticalgorithmoptimizationneuralnetwork
- 这个程序是首先使用遗传算法优化神经网络权值和阈值，然后学习神经网络计算。参数的值有些可以根据需要进行修改。神经网络结构是一个简单的三层架构，可根据增加的情况下隐藏层，相应的修改程序。-This program is the first to use genetic algorithm optimization neural network weights and thresholds, then the learning neural network computing. Some of the
RBF1
- 粒子群算法、遗传算法优化的RBF神经网络程序-Particle swarm optimization, genetic algorithm optimization on RBF neural network program
Gycsfzipe
- 用遗传算法优化BP神经网络的MMatlab编程实例 -BP neural network with genetic algorithm optimization MMatlab programming examples
myga-bp
- 修改过的用c语言编写的遗传算法优化BP神经网络初始阈值的程序，效果还行。可根据实际情况加一些归一化。-Modified genetic algorithm to optimize BP neural network initial threshold c language program, the effect is okay. Actual situation according to add some normalization.
GA-.BP
- 通过遗传算法优化BP神经网络权系数，达到局部的最有、优-By genetic algorithm to optimize BP neural network weight coefficient to reach the most local, excellent
Ggabpzipe
- 遗传算法优化BP神经网络的权权值的matlab程序源代码。 -BP neural network genetic algorithm to optimize weight weights matlab program source code.
GA-RBF
- 用遗传算法优化RBF神经网络，我自己用matlab写的，希望对大家有用。-Using genetic algorithms to optimize the RBF neural network, using matlab to write my own, I hope useful.
main
- 遗传算法优化BP神经网络采用遗传算法优化神经网络的权值和阈值。-nerual network
bpaga-bp
- BP神经网络和遗传算法优化的BP神经网络-BP neural network and genetic algorithm to optimize BP neural network
genetic--BP-weights-and-threshold
- 利用遗传算法优化BP神经网络权值和阈值的matlab-The use of genetic algorithm to optimize BP neural network weights and threshold
ga_bp_example
- 遗传算法优化BP神经网络，使网络具有更高精度的泛化能力。-Genetic algorithm optimization BP neural network, the network has more accurate generalization.
MATLAB遗传算法
- 遗传算法和非线性规划的函数寻优，BP神经网络优化(Genetic algorithm and nonlinear programming function optimization, BP neural network optimization)
遗传算法优化BP神经网络用于非线性函数拟合
- 遗传算法优化的bp神经网络用于非线性函数的拟合。(BP neural network optimized by genetic algorithm for nonlinear function fitting.)
智能优化算法
- 优化技术是一种以数学为基础，用于求解各种工程问题优化解的应用技术。作为一个重要的科学分支，它一直受到人们的广泛重视，并在诸多工程领域得到迅速推广和应用，如系统控制、人工智能、模式识别、生产调度、VLSI技术和计算机工程等。鉴于实际工程问题的复杂性、约束性、非线性、多极小、建模困难等特点，寻求一种适合于大规模并行且具有智能特征的算法已成为有关学科的一个主要研究目标和引人注目的研究方向。 20世纪80年代以来，一些新颖的优化算法，如人工神经网络、混沌、遗传算法、进化。(Optimization te
智能优化算法资料
- 优化算法有很多，经典算法包括：有线性规划，动态规划等；改进型局部搜索算法包括爬山法，最速下降法等，模拟退火、遗传算法以及禁忌搜索称作指导性搜索法。而神经网络，混沌搜索则属于系统动态演化方法。 梯度为基础的传统优化算法具有较高的计算效率、较强的可靠性、比较成熟等优点，是一类最重要的、应用最广泛的优化算法。但是，传统的最优化方法在应用于复杂、困难的优化问题时有较大的局限性。(There are many optimization algorithms, the classical algori
chapter4
- 用遗传算法优化BP神经网络，并进行结果预测的操作(Optimization of BP by genetic algorithm)
基于遗传算法的BP算法
- 基于遗传算法的BP神经网络优化算法的经典实例。(An example of BP neural network algorithm)
基于遗传算法优化BP神经网络的非线性预测
- 针对BP神经网络的初始权值和阈值是随机选取的弊端，采用遗传算法寻优BP的初始权值和阈值，然后进行BP训练和测试。遗传算法包括编码 选择 交叉 和变异等操作(Aiming at the disadvantage that the initial weights and thresholds of BP neural network are randomly selected, genetic algorithm is used to optimize the initial weights and
遗传算法优化BP网络(用于电力负荷预测预测）
- 遗传算法改进的bp神经网络精准预测符合数据(Precision prediction coincidence data of BP neural network improved by genetic algorithm)