在工程应用中经常会遇到一些复杂的非线性系统，这些系统状态方程复杂，难以用数学方法准确建模。在这种情况下，可以建立BP神经网络表达这些非线性系统。BP神经网络是一种反向传递并且能够修正误差的多层映射函数，它通过对未知系统的输入输出参数进行学习之后，便可以联想记忆表达该系统。但是由于BP网络是在梯度法基础上推导出来的，要求目标函数连续可导，在进化学习的过程中熟练速度慢，容易陷入局部最优，找不到全局最优值。并且由于BP网络的权值和阀值在选择上是随机值，每次的初始值都不一样，造成每次训练学习预测的结果都有所差别。遗传算法是一种全局搜索算法，把BP神经网络和遗传算法有机融合，充分发挥遗传算法的全局搜索能力和BP神经网络的局部搜索能力，利用遗传算法来弥补权值和阀值选择上的随机性缺陷，得到更好的预测结果。
2022-06-24 21:37:20
621KB
1
BP神经网络的非线性系统建模-非线性函数拟合.zip 自学案例 可以直接使用 已包含数据集 Matlab 深度学习 BP神经网络 神经网络 SVM 特征提取 分类 回归预测 粒子群算法 小波神经网络
2022-06-08 12:05:16
17KB
BP神经网络的非线性系统建模-非线性函数拟合.zip 自学案例 可以直接使用 已包含数据集 Matlab 深度学习 BP神经网络 神经网络 SVM 特征提取 分类 回归预测 粒子群算法 小波神经网络
2022-06-08 09:10:27
36KB
代码 基于粒子群算法的寻优算法-非线性函数极值寻优代码 基于粒子群算法的寻优算法-非线性函数极值寻优代码 基于粒子群算法的寻优算法-非线性函数极值寻优代码 基于粒子群算法的寻优算法-非线性函数极值寻优代码 基于粒子群算法的寻优算法-非线性函数极值寻优代码 基于粒子群算法的寻优算法-非线性函数极值寻优代码 基于粒子群算法的寻优算法-非线性函数极值寻优代码 基于粒子群算法的寻优算法-非线性函数极值寻优代码 基于粒子群算法的寻优算法-非线性函数极值寻优代码 基于粒子群算法的寻优算法-非线性函数极值寻优代码 基于粒子群算法的寻优算法-非线性函数极值寻优代码 基于粒子群算法的寻优算法-非线性函数极值寻优代码 基于粒子群算法的寻优算法-非线性函数极值寻优代码 基于粒子群算法的寻优算法-非线性函数极值寻优代码 基于粒子群算法的寻优算法-非线性函数极值寻优代码 基于粒子群算法的寻优算法-非线性函数极值寻优代码 基于粒子群算法的寻优算法-非线性函数极值寻优代码 基于粒子群算法的寻优算法-非线性函数极值寻优代码 基于粒子群算法的寻优算法-非线性函数极值寻优代码 基于粒子群算法的寻优算法-非线性函数极值寻优
2022-06-04 18:06:32
2KB
动手学Matlab BP神经网络的非线性系统建模-非线性函数拟合【完整代码 Matlab源码 第三期】
自己的Matlab课程设计，个人已测试，可正常使用。
动手学Matlab BP神经网络的非线性系统建模-非线性函数拟合【完整代码 Matlab源码第二期】
2022-05-18 19:08:05
48KB