搜索资源列表
Artificial_neural_networks_combined_with_genetic_a
- 一篇关于人工神经网络与遗传算法的结合书籍，里面的详细说明了如何搭建模型-An article on artificial neural networks and genetic algorithm combination of books, which detailed descr iption of how to build model
gafuzzymatlab
- 模拟退火，禁忌搜索，遗传算法，神经网络-MATLAB程序合集 -Simulated annealing, tabu search, genetic algorithm, neural network-MATLAB collection procedures simulated annealing, tabu search, genetic algorithm, neural network-MATLAB collection procedures
gaot
- 遗传算法工具箱,可以直接调用该工具箱对各种神经网络进行优化处理，方便快捷-Genetic Algorithm Toolbox, you can directly call the toolbox of various neural network optimization, convenient and quick
NND
- 基于遗传算法 神经网络计算补偿因子 译码算法 NND-NND calculation of compensation factor decoding algorithm based on genetic algorithm neural network
遗传算法优化BP神经网络-非线性函数拟合
- 进行非线性函数拟合且用遗传算法对BP神经网络进行优化(The nonlinear function is fitted and the BP neural network is optimized by genetic algorithm)
MATLAB神经网络30个案例分析
- 神经网络MATLAB 案例实现 matlab项目 matlab遗传算法 神经网络编程(Neural network, MATLAB, case implementation, matlab project, MATLAB, genetic algorithm, neural network programming)
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)
基于神经网络遗传算法的系统极值寻优
- 基于神经网络遗传算法的系统极值寻优 初始化遗传算法参数(Optimization of system extremum based on neural network genetic algorithm)
chapter3
- 遗传算法优化BP神经网络——非线性函数拟合(Nonlinear system modeling of BP neural networks -- nonlinear function fitting)
chapter4
- 神经网络遗传算法函数极值寻优——非线性函数极值寻优(Neural network, genetic algorithm, function extreme value optimization nonlinear function extremum seeking)
关于用遗传算法改进BP神经网络的MATLAB实现
- 在MATLAB中用遗传算法改进BP神经网络(Improvement of BP neural network by genetic algorithm in MATLAB)
神经网络遗传算法极值寻优
- 神经网络遗传算法，用于非线性函数的极值寻优，非常好的源码(Neural network genetic algorithm, for nonlinear function extremum seeking, very good source code)
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
案例3
- 遗传算法优化BP神经网络，对非线性函数进行拟合。(The genetic algorithm optimizes the BP neural network to fit the nonlinear function.)
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)
神经网络遗传算法函数极值寻优-非线性函数极值
- 神经网络遗传算法函数极值寻优-非线性函数极值(Neural network genetic algorithm function extremum optimization - nonlinear function extremum)
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
神经网络入门13课源码
- 神经网络入门13课源码 第一课 MATLAB入门基础 第二课 MATLAB进阶与提高 第三课 BP神经网络 第四课 RBF、GRNN和PNN神经网络 第五课 竞争神经网络与SOM神经网络 第六课 支持向量机( Support Vector Machine, SVM ) 第七课 极限学习机( Extreme Learning Machine, ELM ) 第八课 决策树与随机森林 第九课 遗传算法( Genetic Algorithm, GA ) 第十课 粒子群优化( Part