搜索资源列表
Mouseintothemaze
- 在一个随机的迷宫里,小白鼠如何能最快地从起点走到终点。可采用科学的神经网络或遗传算法来实现,也可以采用基本的办法:每条路都试探。-At a random maze, the mouse, how can the fastest from the starting point of an end. Neural network can be scientific or genetic algorithm to achieve, but also the basic approach can be
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
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
aforge_demo
- AForge.NET 是一个专门为开发者和研究者基于C#框架设计的,他包括计算机视觉与人工智能,图像处理,神经网络,遗传算法,机器学习,机器人等领域。-The article describes an open source C# framework for researchers in the areas of Computer Vision and Artificial Intelligence- image processing, neural networks, genetic alg
programs-in-modeling
- 用于数学建模的程序,包括神经网络、遗传算法、动态规划等-programs formathematical modeling
GABPNET
- BP神经网络,遗传算法,已经调试过了,我希望你能给我一些建议-BP neural network, genetic algorithm, has been debugging, I hope you can give me some advice
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)
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)
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)
MATLAB_Codes
- 里面有各种MATLAB智能算法,比如神经网络、遗传算法、支持向量机等(There are various MATLAB intelligent algorithms)
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
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)
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