基于遗传算法的神经网络编程实例，附有代码。

论文研究-基于优化神经网络预报的原油含水率测量.pdf,  在线密度法在原油含水率测量中有很强的实用价值, 但存在着受现场不确定因素影响测量误差波动较大的缺点. 为了提高含水率的测量精度和稳定性,将误差反向传播神经网络用于密度法计算含水率数学模型中, 针对该算法收敛速度缓慢和易陷入局部极小点的缺点, 提出了将模拟退火算法用于该模型的全局寻优, 改进后的误差反向传播神经网络的误差预报值对密度法模型计算值进行修正. 通过对离线实验数据的训练, 该方法能够有效地提高在线快速含水率测定结果的准确性.

GA算法优化BP神经网络的初始权值和阈值，提高神经网络的鲁棒性

基于改进遗传算法优化神经网络的隧道照明控制系统研究.pdf

基于群智优化神经网络的音乐风格分类模型研究.pdf

某定深电液伺服系统的粒子群优化神经网络PID控制.pdf

基于改进的粒子群优化神经网络粗糙度预测模型.pdf

基于matlab的用遗传算法优化神经网络的一个好程序！

PSO粒子群算法优化神经网络，针对bp神经网络容易陷入局部极小，收敛速度慢的缺点，利用pso优化神经网络，提高了网络的泛化能力。

完整的粒子群优化神经网络代码，代入数据就可以运行