搜索资源列表
FuzzyNeuralNetwork
- 本论文在较为系统地分析模糊神经网络理论和遗传算法基本原理的基础上，，提出一种基于补偿模糊神经网络的控制方法，通过补偿模糊推理和快速学习算法的引入，构造补偿模糊神经网络控制器，实现模糊网络结构和参数的优化及matlab仿真。
wavelet-neural-network-
- 介绍小波神经网络的基本原理。利用遗传算法来优化小波神经网络,达到提高逼近精度,简化网络结构,提高收敛速度的目的。通过实验将其与传统的小波神经网络进行比较,证实前者具有更优的网络结构,更高的逼近精度。-Introduce the basic principles of wavelet neural network. The use of genetic algorithms to optimize the wavelet neural network to improve the approxim
BP
- 基于BP神经网络算法的研究，主要比较了模拟退火算法、遗传算法、P神经网络的区别，提出了一种比较优化的BP算法-the research for BP
BP
- example.txt 仿真实例.txt 归一实例.txt 每次预测结果不一样的解释.txt 遗传算法优化BP神经网络权值和阈值的通用.txt -example.txt simulation examples. txt return an instance. txt is not the same each time the interpretation of predicted results. txt genetic algorithm BP neural netwo
Intelligent-controller
- PID控制算法简单、鲁棒性强，但其参数整定过程繁琐，整定时需要控制对象的精确数学模型，而且整定往往是针对某一种具体工况进行的，缺乏自学习和自适应能力。模糊神经网络则兼备了模糊逻辑和神经网络的优点，具有函数逼近功能，具有较强的自适应、自学习能力、容错能力和泛化能力。借助于遗传算法对全局性参数进行优化设计，借助于BP算法对局部性参数进行优化，将模糊神经网络和遗传算法引入PID控制参数的整定过程，构造出一种基于模糊神经网络和遗传算法的智能PID控制器-Intelligent controller ba
A-hybrid
- 针对传统的ＢＰ或ＧＡ对模糊神经网络的识别应用存在收敛容易陷入局部极小 识别率低下等问题 提出一 种基于ＢＦＧＳ的混合遗传算法 其基本思想为 首先构造一种前馈型模糊神经网络结构 然后用遗传算法进化若干代 后 当目标函数的梯度或者范数小于预先设定值 则改用ＢＦＧＳ算法进行优化识别 仿真实验表明 对比ＧＡ该算法 收敛速度较快 识别精度提高了约７％ 能够较好地应用于一类模糊神经网络的识别-In traditional BP or GA to identify the application
matlabGA
- matlab神经网络优化的遗传算法介绍 -matlab neural network optimization of the genetic algorithm
GA_NN
- 遗传算法优化神经网络，很好的程序哦，赶快下载吧-The genetic algorithm to optimize neural network
chapter3
- matlab智能算法遗传算法优化人工神经网络权值和阈值-Matlab intelligent algorithm of genetic algorithm to optimize neural network weights and threshold
feixianxingnihe
- 在matlab软件中编程实现基于遗传算法优化BP神经网络非线性系统拟合算法-In the matlab software programming based on genetic algorithm to optimize the BP neural network nonlinear system fitting method
chapter3
- 遗传算法、粒子群算法优化BP神经网络-非线性函数拟合-Genetic algorithm and particle swarm optimization for BP neural network nonlinear function fitting