当前位置：
首页 资源下载
搜索资源 - neural network training genetic
搜索资源列表
-
0下载：
用神经网络和遗传算法解决tsp问题，先使用神经网络训练出较优个体，然后再进化，可以反其道而行，-using neural networks and genetic algorithms to solve the problem tsp first use of neural network training of better individual, then evolution can be just the opposite.
-
-
0下载：
采用NEAT技术，结合遗传算法和神经网络的训练算法，可以有效地训练智能体规避障碍物-used NEAT technology, which combines the genetic algorithm and neural network training algorithms. can be effectively trained agent to circumvent obstacles
-
-
1下载：
微粒群算法[PSO ] 是由Kennedy 和Eberhart等于1995 年开发的一种演化计算技术, 来源于对鸟群捕食过程的模拟。PSO同遗传算法类似，是一种基于叠代的优化工具，但与遗传算法使用遗传操作子进行优化不同，利用群体中各个体之间的“协作”与“竞争”关系，根据自身及其竞争者的飞行经验，调整自己的行为。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用领域。,Particle Swarm Opt
-
-
0下载：
用于神经网络训练的混合遗传算法，与快速BP算法结合。,For neural network training, hybrid genetic algorithm, combined with the rapid BP algorithm.
-
-
4下载：
利用遗传算法优化BP神经网络权值和阈值，然后进行训练，利用训练好的模型进行预估。附实例-The use of genetic algorithm to optimize BP neural network weights and thresholds, and then training, training a good use of forecast models. Attached examples
-
-
1下载：
用遗传算法优化bp神经网络的权值，并训练以及验证网络-Bp by using genetic algorithms to optimize the weights of neural networks, and network training and validation
-
-
4下载：
要建立一个有效的支持向量回归(SVR)模型，支持向量回归的3个参数c，y，占丛须预先设定。提出一种新型的遗传算
法一智能遗传算法(IGA)对支持向量回归进行参数调节，以达到寻找最优参数的目的，然后和支持向量回归结合得到一种新的
IGASVR模型，并应用于城市人口预测。最后，将提出的方法与标准SVR模型和BP神经网络模型进行比较，所得结果表明，该模
型训练速度快，并且有较高预测精度，是一种有效的人口预测方法。-To build an effective SVR model，SVR’8
-
-
2下载：
用遗传算法来优化BP神经网络，进行网络训练，包含有实验数据-Using genetic algorithms to optimize the BP neural network, the network training, includes the experimental data
-
-
1下载：
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用领域，基于Java语言实现。-Compared with the genetic algorithm, PSO has the advantage is simple and easy and there is no need to adjust many parameters. Has been widely applied to function o
-
-
1下载：
PSO算法简单、易实现且参数较少，现已被应用于函数优化、神经网络训练、模糊系统控制以及其它遗传算法的应用领域-PSO algorithm is simple, easy to implement and less parameters, have been applied to function optimization, neural network training, fuzzy system control and other applications of genetic algorit
-
-
0下载：
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
-
-
0下载：
非线性函数拟合——利用遗传算法来优化BP神经网络，利用神经网络开发包实现图形化的神经网络模拟，使得神经网络原理更直观，可用于教学，也可用于实际神经网络训练，内附详细帮助文件。-Non-linear function fitting- using genetic algorithms to optimize the BP neural network, neural network development package to implement graphical neural network
-
-
0下载：
Used for mathematical modeling neural network training get intelligent algorithms
-
-
0下载：
training neural network with genetic algorithm
-
-
0下载：
用于神经网络训练的混合遗传算法，，与快速BP算法结合。
-Hybrid genetic algorithm for neural network training, combined with the fast BP algorithm.
-
-
0下载：
本程序用于根据遗传算法设定BP神经网络初值，在此基础上进行BP神经网络训练，需要安装goat工具箱-Genetic algorithm, the program for setting the initial value of the BP neural network, based on BP neural network training, the need to install the goat Toolbox
-
-
0下载：
神经网络算法在图像阈值分割中的实现，包括遗传神经网络训练示例，神经网络分割示例，传统BP训练遗传BP训练等-Neural network algorithm for image thresholding in implementation, including genetic neural network training example, neural network segmentation example, the traditional genetic BP BP training tr
-
-
0下载：
神经网络训练拟合根据寻优函数的特点构建合适的BP神经网络,用非线性函数的输入输出数据训练BP神经网络,训练后的BP神经网络就可以预测函数输出。遗传算法极值寻优
把训练后的BP神经网络预测结果作为个体适应度值,通过选择、交叉和变异操作寻找函数的
全局最优值及对应输入值。
-Neural network training function fitting based optimization features built right on BP neural network, using
-
-
0下载：
本课题首先根据寻优函数的特点构建合适的BP神经网络,用非线性函数的输入输出数据训练BP神经网络,训练后的BP神经网络就可以预测函数输出。遗传算法极值寻优
把训练后的BP神经网络预测结果作为个体适应度值,通过选择、交叉和变异操作寻找函数的
全局最优值及对应输入值。
-Neural network training function fitting based optimization features built right on BP neural network, using no
-
-
0下载：
运用遗传算法优化神经网络结构，提高训练速度，运算精度-Genetic algorithm optimization of neural network structure, improve training speed, the precision
-
