【Matlab智能算法】PSO优化（双隐层）BP神经网络算法
1.优化思路BP神经网络的隐藏节点通常由重复的前向传递和反向传播的方式来决定，通过修改或构造训练方式改隐藏的节点数，相应的初始权重和偏置也会随之变化，从而影响网络的收敛和学习效率。为了减少权重和偏置对模型的影响，采用粒子群算法对BP神经网络模型的权重和偏置进行优化，从而加快网络的收敛速度和提高网络的...
【Matlab智能算法】极限学习机-遗传算法(ELM-GA)函数极值寻优——非线性函数求极值
1.背景条件要求：对于未知模型（函数表达式未知）求解极值。条件：已知模型的一些输入输出数据。程序的示例是根据用神经网络遗传算法寻优非线性函数 y = x 1 2 + x 2 2 y = x_1^2+x_2^2y=x12+x22 的极值，输入参数有2个，输出参数有1个，易知函数有极小值0，极小值点为(...
【Matlab智能算法】Elman神经网络-遗传算法(Elman-GA)函数极值寻优——非线性函数求极值
1.背景条件要求：对于未知模型（函数表达式未知）求解极值。条件：已知模型的一些输入输出数据。程序的示例是根据用神经网络遗传算法寻优非线性函数 y = x 1 2 + x 2 2 y = x_1^2+x_2^2y=x12+x22 的极值，输入参数有2个，输出参数有1个，易知函数有极小值0，极小值点为(...
【Matlab智能算法】RBF神经网络-遗传算法(RBF-GA)函数极值寻优——非线性函数求极值
1.背景条件要求：对于未知模型（函数表达式未知）求解极值。条件：已知模型的一些输入输出数据。程序的示例是根据用神经网络遗传算法寻优非线性函数 y = x 1 2 + x 2 2 y = x_1^2+x_2^2y=x12+x22 的极值，输入参数有2个，输出参数有1个，易知函数有极小值0，极小值点为(...
【程序员必须掌握的算法】【Matlab智能算法】GRNN神经网络-遗传算法(GRNN-GA)函数极值寻优——非线性函数求极值
1.背景条件要求：对于未知模型（函数表达式未知）求解极值。条件：已知模型的一些输入输出数据。程序的示例是根据用神经网络遗传算法寻优非线性函数 y = x 1 2 + x 2 2 y = x_1^2+x_2^2y=x12+x22 的极值，输入参数有2个，输出参数有1个，易知函数有极小值0，极小值点为(...
【Matlab智能算法】BP神经网络-遗传算法(BP-GA)函数极值寻优——非线性函数求极值
目前关于神经网络遗传算法函数极值寻优——非线性函数求极值的博客资源已经不少了，我看了下来源，最初的应该是来自于Matlab中文论坛，论坛出版的《MATLAB神经网络30个案例分析》第4章就是《神经网络遗传算法函数极值寻优——非线性函数极值寻优》。1.背景条件要求：对于未知模型（函数表达式未知）求解极...
第10章 经典智能算法——10.2 遗传算法的MATLAB实现（2）
10.2 遗传算法的MATLAB实现（2）10.2.3 经典应用旅行商问题（Traveling Salesman Problem，TSP），也称货郎担问题，是数学领域中的著名问题之一。TSP已经被证明是一个NP-hard问题，由于TSP代表一类组合优化问题，因此对其近...
第10章 经典智能算法——10.2 遗传算法的MATLAB实现（1）
10.2 遗传算法的MATLAB实现（1）遗传算法（Genetic Algorithm）是模拟自然界生物进化机制的一种算法，即遵循适者生存、优胜劣汰的法则，也就是在寻优过程中有用的保留，无用的则去除。遗传算法在科学和生产实践中表现为在所有可能的解决方法中找出最符合该问题所要求的条件的解决...
第10章 经典智能算法——10.1 粒子群算法的MATLAB实现（2）
10.1 粒子群算法的MATLAB实现（2）10.1.3 经典应用粒子群算法经常与其他算法混合使用。混合策略就是将其他进化算法、传统优化算法或其他技术应用到PSO中，用于提高粒子多样性、增强粒子的全局探索能力，或者提高局部开发能力、增强收敛速度与精度。常用的粒子群混合方法基于...
第10章 经典智能算法——10.1 粒子群算法的MATLAB实现（1）
第10章 经典智能算法知识要点人工智能学科诞生于20世纪50年代中期，当时由于计算机的产生与发展，人们开始了真正意义上的人工智能的研究，其在自动推理、认知建模、机器学习、神经元网络、自然语言处理、专家系统、智能机器人等方面的理论和应用上都取得了成果。本章主要介绍粒子群算法、遗传算法、蚁群...
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
