基于MATLAB的BP神经网络应用,作为神经网的新手，看看人家怎么写的，还是很不错的

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。这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视，并且在解决实际问题中展示了其优越性。粒子群算法是一种并行算法。 BP（Back Propagation）神经网络是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层（input）、隐层(hidden layer)和输出层(output layer)。(Particle swarm optimization, also known as particle swarm optimization (Particle Swarm Optimization), abbreviated as PSO, is a new evolutionary algorithm developed in recent years (Evolutionary Algorithm- EA). Kind, and simulated annealing algorithm PSO algorithm is similar evolutionary algorithms, it is also starting a random solution, through an iterative search for the optimal solution, which is also used to uate the quality through fitness solution, but it is simpler than genetic algorithm rules It has no genetic algorithm " crossover" (Crossover) and " variant" (Mutation) operation, which by following the current search to find the optimal value to the global optimum. This algorithm is its easy implementation, high accuracy, fast convergence, etc. attracted academic attention and show its superiority in solving practical problems. PSO algorithm is a parallel algorithm. BP (Back Propagation) neural network is a 1986 team of scientists headed by Rumelhart and McC)

一个利用PSO粒子群优化算法训练BP神经网络的程序，在matlab环境中进行操作，代码简便可行。(The use of a PSO particle swarm optimization algorithm to train BP neural network procedures, operating in the MATLAB environment, the code is simple and feasible.)

完整代码，可直接运行

完整代码，可直接运行

完整代码，可直接运行

两个文件 主程序 微粒群优化的神经网络 子程序 适应度函数，可修改

三层 BP 网络能逼近任意的非线性函数, 并已成功地应用于非线性系统的辨识[1] 。由于在进行非线性系统辨识时的在线学习算 法是在每一时刻采集一个样本进行训练, 因此, 若训练速率小, 则训练过程相对稳定, 但耗时长; 若训练速率大, 则会引起学习模型 的振荡, 即碰到极小点也可能会很快跳出, 特别是当噪声存在时, 就振荡得更剧烈, 往往达不到必要的精度, 并影响辨识的速度。

Matlab有关利用遗传算法优化bp神经网络得源程序-abbr_c703e479d91dd8bf7da9f2c2c7f98d20.rar 有关利用遗传算法优化bp神经网络得源程序中得有关初始化函数编写

神经网络是近年来受到国内外广泛关注的高新技术，不同科学的科技人员对其进行了深入的研究，并取得了许多有价值的研究成 果，利用BP网络实现图像质量评价，选取图像的几个特征向量作为BP网络的输入。一般BP的输入都是数值组成的。文中提出的用BP神经网 络作图像识别的方法，不对图像作特征提取，直接把图像数据作为神经网络识别器的输入。文章最后用Python完成了网络的训练与测试，并 给出了试验结果。结果表明，不作特征提取的神经网络图像识别系统具有很强的抗干扰能力。