涵盖了《神经计算智能基础（靳蕃）》神经网络部分的基本知识，并整理了很多扩展知识；结尾附录了一些有用的链接。知识包括：神经元、多层感知机、BP算法、卷积神经网络、RBF神经网络、Kohonen自组织网络、Hopfield网络、深度置信网络等。

matlab实现PSO优化RBF神经网络的问题-forecast.m 哪位高手有PSO优化RBF神经网络的代码，共享一下，不胜感激！！！:time:

完整代码，可直接运行

完整代码，可直接运行

利用MATLAB工具箱函数分别建立了起重机钢丝绳断丝数目检测的BP神经网络和RBF神经网络模型,并对2种模型的结构、预测精度和训练过程进行了对比研究。结果表明,在一定的样本集和训练条件下,BP和RBF神经网络均能对钢丝绳的断丝数目进行很好预测,可以解决峰值、阀值波宽、小波能量和波形下面积对钢丝绳断丝数目的非线性映射关系,能够满足工程预测的需要。但RBF神经网络较BP神经网络在迭代次数、收敛速度和网络结构方面更具优势,因此其预测能力和泛化能力都优于BP神经网络。

在这里，您将找到用于混沌时间序列预测任务的径向基函数神经网络 (RBF-NN) 的两种变体。 特别是，我以常规方式实施了RBF，并将其性能与时空RBF-NN进行了Mackey-Glass时间序列预测。 * 对于引文，请参阅 [引用为] 部分

基于非结构混合网格的N-S方程求解器和结构柔度影响系数法,发展了一种考虑气动、结构非线性的基于RBF插值技术CFD/CSD耦合分析方法,适用于解决现代大展弦比飞机的非线性静气动弹性问题。该方法采用时间相关法(即求解非定常方程组,用长时间的渐近解趋于定常状态)求解静气弹分析时的定常流动。考虑大展弦比飞机结构变形问题为大变形小应力问题,在利用柔度系数法求解结构方程时,假设每次求解结构方程时应力与应变为线性关系,整体静气弹分析过程为非线性关系,因此每次求解结构方程时要更新柔度影响系数矩阵。在非定常N-S方程每求

RBF神经网络的优缺点，主要与BP神经网络做对比，详细阐述了该神经网络

以多固定基机械臂同步控制为基础,应用RBF神经网络方法,并结合领导者-追随者(主从控制)通信拓扑方法,针对存在不确定性的多移动机械臂系统,设计出一种新的分布式主从同步控制器,并使得控制器的适应性得以提高。从动移动机械臂和领导移动机械臂之间的同步误差由主从式通信拓扑的网络结构来定义。本研究对从动移动机械臂的建模误差等不确定性进行了逼近和补偿,并对领导移动机械臂的控制力矩进行了估计,RBF神经网络的权值根据自适应律在线进行更新。通过Lyapunov方法验证了所设计控制算法的稳定性,最后通过Matlab仿真验证了其可行性。

采用强化学习中的Q-learning算法实现移动机器人的局部路径规划，并引入资格迹，修改神经网络RBF的权值，使算法更有效地利用未知环境信息特征，以提高迭代过程中的收敛速度。