搜索资源列表
PSO-bp-MATLAB
- 利用PSO训练BP神经网络的MATLAB源码-use PSO training Neural Network MATLAB source
PSO-evolutionarycomputation
- 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。详细的步骤以后的章节介绍 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
psobp
- 改进版的bp神经网络算法编程 可以正常运行 -An improved version of the bp neural network algorithm to the normal operation of programming
PSOBP
- 将PSO算法应用于神经网络训练的方法,并与BP 算法做了对比仿真实验。-The PSO algorithm is applied to neural network training methods, and BP algorithm was compared with the simulation.
pso
- 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
BPPSOSA
- matlab中基于模拟退火法的粒子群BP神经网络计算程序-matlab simulated annealing method based on BP neural network computing PSO program
PSO-optimize-RBF
- 用粒子群算法优化rbf神经网络算法的源程序-Using the particle swarm optimization algorithm to optimize the neural network algorithm
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)
PSO-BP和GA-BP
- 分别使用PSO和GA优化BP神经网络的参数，用于非线性函数拟合(PSO and GA are used to optimize the parameters of the BP neural network for nonlinear function fitting)
PSO
- 本文件是一个完整的粒子群优化神经网络的项目实例(This document is a complete particle swarm optimization neural network example of the project)
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
PSO_GA_RBF
- 遗传算法和PSO算法分别对神经网络进行预测(Neural network prediction based on genetic algorithm and PSO)
PSO
- 粒子群优化算法(PSO：Particle swarm optimization) 是一种进化计算技术（evolutionary computation）。 源于对鸟群捕食的行为研究。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的优势：在于简单容易实现并且没有许多参数的调节。目前已被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。(The particle swarm optimization (PSO:Part
P5-2 PSO训练神经网络
- 通过粒子群算法训练神经网络，实现一个简单的人工智能算法(Training neural network through PSO)
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)
PSO-GRNN
- 粒子群算法优化广义回归神经网络的代码，具有很好的借鉴意义。(Particle swarm optimization (PSO) algorithm optimizes the code of generalized regression neural network, which has a good reference value.)
PSO-BP(MATLAB)
- 利用PSO蚁群算法改进的BP神经网络，收敛性很好！很实用(The BP neural network improved by PSO ant colony algorithm has good convergence. Very practical)
改进版的bp神经网络算法编程（pso）
- 神经网络算法，适合适合科研人员和学生进行优化和调参。新手理解鱼群算法，希望大家可以认真学习其中的道理。(Neural network algorithm is suitable for scientific researchers and students to optimize and participate. Novice understands Fish Swarm Algorithms, I hope you can seriously learn the truth.)
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.)
GA-BP及PSO-BP
- 主要是通过GA和PSO的全局搜索能力，用于改进BP网络的权值阈值(It is mainly used to improve the weight threshold of BP network)