搜索资源列表
NN+GA
- 1,改进BP神经网络在股市预测中的应用.2,基于MATLAB工具箱的开采煤层自燃危险性预测.3,基于改进的神经网络的电力系统负荷预报.4,基于神经网络的灌溉用水量预测.5,基于遗传算法改进BP网络的地表沉陷预计.6,利用遗传算法改进BP学习算法.7,模糊神经网络在电力市场短期负荷预测中的应用.8,神经网络学习算法存在的问题及对策.9,遗传神经网络在电力系统短期负荷预测中的应用.10,应用改进BP神经网络进行用水量预测.11,用遗传算法改进的BP模型在刹车系统诊断中的应用研究.12,遗传算法改进的
GA_BP.rar
- 一、用GA直接训练BP网络的权重算法 主程序：gafault.m 它包括以下子程序： 1. BP网络初始化：nninit.m――给出P，T，R，S1，S2； 2. 适应值计算函数：gabpEval.m； 3．将遗传算法的编码解码为BP网络所对应的权值、阈值函数：gadecod.m； 二、用GA先求BP网络的权重，再用纯BP直接训练BP的混合GA－BP算法 主程序：gabpfault.m 它包括以下子程序： 1. 网络初始化：nninit.m――给出P，T，R，S1，S2
2008101523144260
- 一、用GA直接训练BP网络的权重算法 主程序：gafault.m 它包括以下子程序： 1. BP网络初始化：nninit.m――给出P，T，R，S1，S2； 2. 适应值计算函数：gabpEval.m； 3．将遗传算法的编码解码为BP网络所对应的权值、阈值函数：gadecod.m； 二、用GA先求BP网络的权重，再用纯BP直接训练BP的混合GA－BP算法 主程序：gabpfault.m 它包括以下子程序： 1. 网络初始化：nninit.m――给出P，T，
GAbp
- 一、用GA直接训练BP网络的权重算法 主程序：gafault.m 二、用GA先求BP网络的权重，再用纯BP直接训练BP的混合GA－BP算法 三、纯BP 主程序：（1）bpfault.m 在MATLAB5.2上 （2）bpfault.m 在MATLAB6.5上 为后来所加 -1, with GA directly trained BP network algorithm for the weight of the main program: gafa
EDA_Tutorial
- 分布估计算法（EDA）讲义，29页PPT 1. 从GA到 EDA 2. 链接学习与模型 3. 连续EDA 4. EDA 与玻耳兹曼分布 5. 资源 -estimation of distribution algorithm（EDA）tutorial 1. from the GA to the EDA 2. Linking learning and models 3. Continuous EDA 4. EDA with Boltzmann distri
ga
- 下面的程序是求多项式y=x^6-10x^5-26x^4+344x^3+193x^2-1846x-1680在区间[-8,8]的最小值，误差不超过0.001。对于这个复杂的多项式，可先用matlab绘制函数的大概曲线，确认函数的最小值大概处于[-8,8]之间，再用本程序求出精确解。 -The following procedure is a polynomial y = x ^ 6-10x ^ 5-26x ^ 4+344 x ^ 3+193 x ^ 2-1846x-1680 in the inter
GA
- 程序1：遗传算法和非线性规划函数的优化； 程序2：基于遗传算法的BP神经网络优化； 程序3：基于遗传算法的TSP算法； 程序4：基于遗传算法的LQR控制器优化设计 程序5：基于遗传算法的函数优化-Program 1: genetic algorithms and nonlinear programming function optimization Program 2: Based on the genetic algorithm BP neural network optim
GA
- 各种遗传算法程序 1>myGA(基本遗传算法解决一维约束规划问题) 2>SBOGA(顺序选择遗传算法求解一维无约束优化问题) 3>NormFitGA(动态线性标定适应值的遗传算法求解一维无约束优化问题) 4>GMGA(大变异遗传算法求解一维无约束优化问题) 5>AdapGA(自适应遗传算法求解一维无约束优化问题) 6>DblGEGA(双切点遗传算法求解一维无约束优化问题) 7>MMAdapGA(多变异位自适应遗传算法求解一维无
ga-SIMPLE
- /求下列元素的最大值：目标函数max=f(x1,x2)=x1*x1+x2*x2 取值范围在{1，2，3，4，5，6，7} //本算法在选择时使用：轮盘赌选择法、交叉时使用：单点交叉。 -A maximum of the following elements: objective function Max = f (x1, x2) x1+ x2 = x1** x2.Scope in,2,3,4,5,6,7 {1}This algorithm is used when the choice