搜索资源列表
bp_pso
- 粒子群算法（PSO）优化BP神经网络，用来进行非线性的校正，效果良好-Particle swarm optimization (PSO) to optimize BP neural network, used for non-linear correction, to good effect
pso-bp
- 优化BP网络非常的好，对希望对初学者有学习神经网络这方面的知识有很大的帮助-Optimized BP network is very good, for beginners who want to learn the knowledge of neural networks in this area of great help
PSO-BP-wind-power
- 采用粒子群算法PSO优化BP神经网络，进行风电功率预测，含实际数据和案例-Particle swarm optimization PSO BP neural network for wind power prediction, including the actual data and case
pso-bp
- 粒子群算法，也称粒子群优化算法（Particle Swarm Optimization），缩写为 PSO， 是近年来发展起来的一种新的进化算法(Evolutionary Algorithm - EA)。PSO 算法属于进化算法的一种，和模拟退火算法相似，它也是从随机解出发，通过迭代寻找最优解，它也是通过适应度来评价解的品质，但它比遗传算法规则更为简单，它没有遗传算法的“交叉”(Crossover) 和“变异”(Mutation) 操作，它通过追随当前搜索到的最优值来寻找全局最优。这种算法以其实现
PSOBP1
- 改进粒子群算法优化BP神经网络的权值，建立BP神经网络-Improved PSO algorithm optimizes the weights of BPneural networks to establish the neural networks.
PSO-BP
- 利用粒子群算法（PSO）来优化BP神经网络的权值和阈值，可运行，fun.m是用来计算适应度（误差）值的，在PSO.m中点击运行即可。-Using particle swarm optimization (PSO) to optimize the BP neural network weights and threshold, can run, fun.m is used to calculate the fitness value (error)
PSO_BP
- 用粒子群算法PSO优化BP神经网络，改善预测精度(The BP neural network is optimized by particle swarm optimization (PSO) to improve the prediction accuracy)
PSO-BP和GA-BP
- 分别使用PSO和GA优化BP神经网络的参数，用于非线性函数拟合(PSO and GA are used to optimize the parameters of the BP neural network for nonlinear function fitting)
MATAB神经网络30个案例分析
- 该PDF共有30个MATLAB神经网络的案例，包括BP、RBF、SVM、SOM、Hopfield、LVQ、Elman、小波等神经网络；还包含PSO(粒子群)、灰色神经网络、模糊网络、概率神经网络、遗传算法优化等内容。本PDF作为本科毕业设计、研究生项日设计、博士低年级课题设计参考书籍，同时对广大科研人员也有很高的参考价值。(The PDF has a total of 30 MATLAB in the case of neural networks, including BP, RBF, SVM
psobp2
- 利用粒子群算法优化BP神经网络的权重和阈值。(Using particle swarm optimization to optimize weights and thresholds of BP neural networks.)
matlab
- Matlab中关于PSO优化BP神经网络的实例，以及具体的代码(An example of PSO optimization of the BP neural network in Matlab and the specific code)
粒子群优化算法（PSO）应用于神经网络优化程序
- 粒子群算法优化BP神经网络，使用matlab平台实现，解决了BP神经网络速度较慢的问题(Particle swarm optimization (PSO) optimization of BP neural network)
PSOTrainBP
- BP神经网络容易陷于局部极小值，PSO算法在无约束非线性函数优化方面性能优越，通常可以直接找寻到全局最优解，即使不能搜多到全局最优解，也距离全局最优点不远。当然，基本PSO算法陷入局部极值也是有的。对于这个缺点目前还没有找到比较有效、省市的解决方案。本案例实现利用PSO算法和BP算法共同训练神经网络，先将网络进行PSO算法训练，然后BP算法接着进行小范围精细搜索，PSO算法训练神经网络的本质就是将输出误差函数（即能量函数）看成目标函数，PSO对能量函数进行全局寻找最小值。(BP neural n
改进版的bp神经网络算法编程（pso）
- 神经网络算法，适合适合科研人员和学生进行优化和调参。新手理解鱼群算法，希望大家可以认真学习其中的道理。(Neural network algorithm is suitable for scientific researchers and students to optimize and participate. Novice understands Fish Swarm Algorithms, I hope you can seriously learn the truth.)
PSO BP wind power
- 粒子群结合神经网络智能算法优化最值问题。(And the output of the fan is tracked and predicted in real time based on the wind power prediction of the PSO algorithm.)
pso_bp软土路基沉降
- 用pso对bp神经网络进行优化，对软土路基进行沉降预测(Using PSO to optimize BP neural network to predict the settlement of soft soil subgrade)
系统建模
- 1.批量最小二乘法算法（也称最小二乘的一次性完成辨识算法） 2.递推最小二乘法算法，应用递推算法对参数估计值进行不断修正,以取得更为准确的参数估计值。 3.粒子群算法(PSO)。粒子群优化算法的基本思想：是通过群体中个体之间的协作和信息共享来寻找最优解．PSO的优点在于简单容易实现并且没有许多参数的调节。 4.BP神经网络，各个神经元仅接收来自前一级的输出，经神经元处理后的信息将输出至下一级，网络中没有反馈，即前一级神经元不会接受后一级神经元的输出。 water tank是原始数据（双容