搜索资源列表
gaijinpsobp
- 基于改进粒子群算法的BP神经网络及其应用 里面很好的介绍了粒子群的优化效果-Particle swarm optimization based on improved BP neural network and its application within a very good introduction to the effects of particle swarm optimization
PSO-BP
- PSO粒子群算法改进的BP神经网络，更改文件位置后即可使用-PSO PSO improved BP neural network can be used to change the file location
bp_pso
- 粒子群算法（PSO）优化BP神经网络，用来进行非线性的校正，效果良好-Particle swarm optimization (PSO) to optimize BP neural network, used for non-linear correction, to good effect
PSO-BP-wind-power
- 采用粒子群算法PSO优化BP神经网络，进行风电功率预测，含实际数据和案例-Particle swarm optimization PSO BP neural network for wind power prediction, including the actual data and case
PSO-optimization
- 应用粒子群算法来寻找BP神经网络最优的初始权值还有阈值，本程序主要是以此来拟合函数，读者可以根据需要，小小地修改一下BP神经网络的代码，可以实现诸如模式识别等功能，收敛效果很好，-Application of particle swarm algorithm to find the optimal initial BP neural network weights as well as the threshold value, the procedure is a way to fit func
pso-bp
- 粒子群算法，也称粒子群优化算法（Particle Swarm Optimization），缩写为 PSO， 是近年来发展起来的一种新的进化算法(Evolutionary Algorithm - EA)。PSO 算法属于进化算法的一种，和模拟退火算法相似，它也是从随机解出发，通过迭代寻找最优解，它也是通过适应度来评价解的品质，但它比遗传算法规则更为简单，它没有遗传算法的“交叉”(Crossover) 和“变异”(Mutation) 操作，它通过追随当前搜索到的最优值来寻找全局最优。这种算法以其实现
BP-curve-in-MATLAB
- 该压缩包包含神经网络在MATLAB里的应用： 1、非线性函数拟合 2、RBF网络-非线性函数回归 3、粒子群算法非线性极值寻优 4、神经网络极值寻优 5、神经网络建模自变量降维 6、BP网络-非线性函数回归-The archive contains neural network in MATLAB: 1, non-linear function fitting 2, RBF network- 3 nonlinear function regression, nonline
PSOBP
- 包含两个部分：1传统粒子群算法优化BP神经网络 2改进的粒子群算法优化BP神经网络源代码-It consists of two parts: a traditional particle swarm optimization BP neural network 2 Improved particle swarm optimization BP neural network source code
PSONN
- 利用粒子群算法训练的神经网络和经典BP神经网络matlab源程序-Using particle swarm algorithm trained neural network and classic BP neural network matlab source.
PSOBP1
- 改进粒子群算法优化BP神经网络的权值，建立BP神经网络-Improved PSO algorithm optimizes the weights of BPneural networks to establish the neural networks.
30-case-analysis-of-neural-network
- 主要描述BP神经网络、SVM 的数据分类预测、Elman神经网络的数据预测粒子群优化算法的寻优算法、遗传算法优化计算等书中详细介绍了每种源程序代码及编写规范。-Mainly describes the classification of data with BP neural network and SVM prediction, Elman neural network data prediction particle swarm optimization algorithm optimiza
PSO-BP
- 利用粒子群算法（PSO）来优化BP神经网络的权值和阈值，可运行，fun.m是用来计算适应度（误差）值的，在PSO.m中点击运行即可。-Using particle swarm optimization (PSO) to optimize the BP neural network weights and threshold, can run, fun.m is used to calculate the fitness value (error)
PSO_BP
- 用粒子群算法PSO优化BP神经网络，改善预测精度(The BP neural network is optimized by particle swarm optimization (PSO) to improve the prediction accuracy)
MATAB神经网络30个案例分析
- 该PDF共有30个MATLAB神经网络的案例，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。本PDF作为本科毕业设计、研究生项日设计、博士低年级课题设计参考书籍，同时对广大科研人员也有很高的参考价值。(The PDF has a total of 30 MATLAB in the case of neural networks, including BP, RBF, SVM
psobp2
- 利用粒子群算法优化BP神经网络的权重和阈值。(Using particle swarm optimization to optimize weights and thresholds of BP neural networks.)
chapter3
- 遗传算法，粒子群算法优化bp神经网络并预测()
粒子群优化算法（PSO）应用于神经网络优化程序
- 粒子群算法优化BP神经网络，使用matlab平台实现，解决了BP神经网络速度较慢的问题(Particle swarm optimization (PSO) optimization of BP neural network)
粒子群优化算法优化BP神经网络的源代码
- 粒子群优化算法优化BP神经网络的源代码，基础的值得参考下(Particle swarm optimization algorithm to optimize the source code of BP neural network)
PSO BP wind power
- 粒子群结合神经网络智能算法优化最值问题。(And the output of the fan is tracked and predicted in real time based on the wind power prediction of the PSO algorithm.)
系统建模
- 1.批量最小二乘法算法（也称最小二乘的一次性完成辨识算法） 2.递推最小二乘法算法，应用递推算法对参数估计值进行不断修正,以取得更为准确的参数估计值。 3.粒子群算法(PSO)。粒子群优化算法的基本思想：是通过群体中个体之间的协作和信息共享来寻找最优解．PSO的优点在于简单容易实现并且没有许多参数的调节。 4.BP神经网络，各个神经元仅接收来自前一级的输出，经神经元处理后的信息将输出至下一级，网络中没有反馈，即前一级神经元不会接受后一级神经元的输出。 water tank是原始数据（双容