蚁群算法粒子群算法matlab实现,人工智能算法,智能算法。 智能算法是路线规划、深度学习等等一系列领域所使用的优化算法,是算法进阶之路的必备之路。
2022-12-03 11:26:37 1.55MB 粒子群算法 智能算法 matlab
1
在Matlab中分别用粒子群算法、遗传算法、人群搜索算法这类群智能算法整定PID参数。
1
RBF神经网络的研究与应用硕士毕业论文-BP神经网络股指预测模型 1[1].0.doc 【作者中文名】 缪凯; 【导师】 赵志刚; 【学位授予单位】 青岛大学; 【学科专业名称】 计算机应用技术 【学位年度】 2007 【论文级别】 硕士 【网络出版投稿人】 青岛大学 【网络出版投稿时间】 2007-11-30 【关键词】 RBF神经网络; 微菌群算法; 车牌识别; 多层识别器; 【英文关键词】 RBF Neural Networks; Micro Bacterial Colony Chemotaxis Algorithm; Mobile Sign Recognition; multi-layered recognizer; 【中文摘要】 径向基函数神经网络是一种高效的前馈式神经网络,它具有其他前向网络所不具有的最佳逼近性能和全局 最优特性,并且结构简单,训练速度快。同时,它也是一种可以广泛应用于模式识别、非线性函数逼近等领域的神经网 络模型。全文的主要工作体现在以下几个方面: 1在细菌群体趋药性优化算法的 基础上提出了一种新的优化算法微细菌群体趋药性算法。M-BCC算法采用了两个菌群进行寻优。寻优菌群规 模小,提高了寻优的速度;库存菌群规模相对较大但是不参与运算,保证了寻优菌群的多样性。对比标准遗传算法和BCC 算法,本算法具有一定的优越性。 2本文在研究前人径向基神经网络的基础上,提出了RBF神经网络的混合结构优化算法 。在算法中,改进了递归正交最小二乘算法的停止条件,并用改进的ROLS算法优选RBF神经网络中隐单元的个数; 借用微细菌群体趋药性算法的思想来确定RBF神经网络隐层神经元的控制参数;把改进的ROLS算法和M-BCC算法相结合 ,来全结构优化RBF神经网络,使RBF网络不但可以得到合适的结构,同时也可以得... 【英文摘要】 RBF neural network is a high effective neural network. It has the best and universalapproximation property, simple structure and fast training speed. In addition, this network modelcan be widely applied to the fields such as pattern recognition, nonlinear function approximation. The main works in the thesis can be stated as follows: 1 A new kind of optimized algorithm is proposed, which is the Micro-BCC algorithm based on theBacterial Colony Chemotaxis optimized algorithm. Micro-BCC algorithm takes ...
2022-11-30 16:09:18 320KB matlab
1
BP神经网络非线性拟合程序,带示例。BP(Back Propagation)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。
1
【预测模型】 BP神经网络短时交通流预测【含Matlab源码 687期】.zip
2022-11-30 13:52:06 120KB
1
MATLAB实现BP神经网络时间序列未来多步预测预测(完整源码和数据) 历史多个数据预测未来多个数据,数据为单变量时间序列数据,BP神经网络结合贝叶斯正则化时间序列未来多步预测预测, 运行环境MATLAB2018b及以上。
博文《人工智能识别数字 Digital Recognition SGD》的附带源码 博文《人工智能识别数字 Digital Recognition SGD》的附带源码
2022-11-29 22:48:25 1018KB C# BP神经网络
1
针对云计算中无法合理分配资源的问题,提出了采用改进的粒子群算法对其进行分配。由于粒子群算法存在局部收敛速度快,容易陷入局部最优解的情况,从粒子的选择、参数调整和预防过早收敛三个方面进行改进: (1)选择粒子的时候采用适应值最小的粒子,并根据约束函数淘汰不合格的粒子;(2)对惯性因子、个体最优因子和全局最优因子进行改进;(3)通过设定系数来防止算法过早收敛。仿真说明,将改进后的算法运用在云计算方面,在云计算的资源失效、云端用户完成时间和云计算环境下的能量消耗三个方面都优于粒子群算法
2022-11-29 21:07:52 328KB 粒子群算法
1
使用BP神经网络、RBF神经网络以及PSO优化的RBF神经网络进行数据的预测
【优化预测】差分进化算法优化BP神经网络预测【含Matlab源码 1315期】.zip
2022-11-29 19:41:18 86KB
1