搜索资源列表
PSOnetwork1
- 粒子群优化神经网络的硕士论文,PDF格式,可供参考
PSOnetwork2
- 有关粒子群优化神经网络的硕士论文,PDF格式
GAxunlianbp
- 粒子群寻优。 利用粒子群寻优的方法,对神经网络进行训练。
GAxunlianzhuhanshu
- 粒子群寻优。 利用粒子群寻优的方法,对神经网络进行训练。该源程序对以前的程序进行了改进。
差别算法matlab源码
- 粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation).源于对鸟群捕食的行为研究 PSO同遗传算法类似,是一种基于叠代的优化工具。系统初始化为一组随机解,通过叠代搜寻最优值。但是并没有遗传算法用的交叉(crossover)以及变异(mutation)。而是粒子在解空间追随最优的粒子进行搜索。详细的步骤以后的章节介绍 同遗传算法比较,PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化,神经网络训练,模糊系统控制以及其他遗传算法的应
多种实用算法源代码
- 包括蚁群算法、神经网络、粒子群算法、模拟退火、遗传算法等
粒子群优化模糊神经网络PID
- 这是用M语言编写的
PSObpPpsorbf
- 粒子群优化神经网络的程序大集合,这是从网站下载的各种程序,基本上包含了所有关于PSO优化神经网络所需要用到的程序及代码。-Particle swarm optimization neural network procedure for large collections, it is downloaded from the website of the various procedures, basically contains all of the PSO neural network opt
MATLAB-Neural-network-cases
- 共有30个MATLAB神经网络的案例(含可运行程序),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。-Neural network cases
vc_pso
- matlab的神经网络工具箱实用指南Matlab_BP.rar-VC 写的粒子群代码
PathPlanningforMobileRobotsBasedontheNeuralNetwork
- :针对移动机器人传统路径规划算法效率不高,寻优能力差等问题,提出一种基 于神经网络和粒子群优化算法相结合的移动机器人路径规划方法.该方法利用神经网 络实现大量的并行和分布计算,发挥PSO简单、容易实现的优点,提高了路径规划的计 算效率和可靠性.仿真结果表明,这种新路径规划方法是可行且有效的.-The quality and eficiency of calculation is the two puzzling problems in the tradi— tional algo
pso_bp
- 基于人工神经网络的粒子群算法的软土沉降预测分析-Artificial Neural Network Based Particle Swarm settlement prediction of soft clay
PSO_BP
- 基于粒子群和BP神经网络的混合优化策略算法-Based on PSO and BP neural network algorithm for hybrid optimization strategy
ntrol
- 神经网络与粒子滤波的柔性臂控制方法Neural network and particle filter method for flexible arm control-Neural network and particle filter method for flexible arm control
psobp
- 粒子群算法优化bp神经网络 在网上找的希望对大家有帮助-Particle swarm optimization bp neural network we want to find online help
POSRBFNN
- mtlab粒子群优化模糊RBF神经网络整定PID控制-mtlab Particle Swarm Optimization Fuzzy RBF neural network PID control tuning
Particle-swarm-optimization
- 微粒群优化算法(Particle Swarm Optimization,PSO算法)源于鸟群和鱼群群体运 动行为的研究,是一种新的群体智能优化算法,是演化计算领域中的一个新的分支。它 的主要特点是原理简单、参数少、收敛速度较快,所需领域知识少。该算法的出现引起 了学者们极大的关注,已在函数优化、神经网络训练、组合优化、机器人路径规划等领 域获得了广泛应用,并取得了较好的效果。尽管粒子群优化算法发展近十年,但无论是 理论分析还是实践应用都尚未成熟,有大量的问题值得研究。 -
BPPSOSA
- matlab中基于模拟退火法的粒子群BP神经网络计算程序-matlab simulated annealing method based on BP neural network computing PSO program
Particle-algorithm
- 粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation),有Eberhart博士和kennedy博士发明。源于对鸟群捕食的行为研究。 PSO同遗传算法类似,是一种基于叠代的优化工具。系统初始化为一组随机解,通过叠代搜寻最优值。但是并没有遗传算法用的交叉(crossover)以及变异(mutation)。而是粒子在解空间追随最优的粒子进行搜索。 同遗传算法比较,PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化,神经网络训练