搜索资源列表
sine
- 用遗传算法优化神经网络权值 最后实现逼近sin函数曲线-Neural network using genetic algorithm optimization to achieve the right of the value of the final function curve approximation sin
GA4NN1.2
- GENNET是一个通过遗传算法优化权重的16个神经元的全连接神经网络。训练目的是使网络在一定假设的激励下，随时间产生同目标函数同样的响应，即:可以把此网络制作为一个任意波形的信号发生器。 程序分3个示例说明遗传算法进化过程中网络输出的变化趋势。可以看出网络输出（蓝色曲线）随着时间变化逐渐逼近目标函数（红色曲线）。此程序不仅可以学习遗传算法，也可以用于研究全连接网络的直观示例。-GENNET is a genetic algorithm to optimize the weights b
OK
- 神经网络故障诊断 遗传优化 凝汽器 误差曲线- BP traingd
zhinengdaimai
- 用智能辨识的方法针对一个典型的控制系统进行优化，此代码最终使曲线的输出最终达到了平衡，跟踪的效果也比较满意。-A typical control system to optimize the with smart identification method for this code will eventually make the curve of the output of the final equilibrium is reached, the effect of tracking is
particle-swarm-optimization
- 利用粒子群优化算法寻找下列多元函数的最大值：f(x, y) = x*cos(2*pi*y) + y*sin (2*pi*x) -2≤x≤2，-2≤y≤2 要求输出最优解、最优解对应的x和y值，以及粒子群优化算法迭代过程中的适应度函数进 化曲线。-Maximum use of particle swarm optimization algorithm to find the following multivariate function: f (x, y) = x*