遗传算法优化RBF神经网络 完整无缺，好好学习

目前，传统自调整PID控制器回路中存在目的误差、平均误差和透过误差较多的现象，容易造成工艺数据控制不精确。为此，提出一种基于免疫遗传算法优化的自调整PID控制器研究方案。首先确定PID控制器系统硬件结构，采用免疫遗传算法对自调整PID控制器回路中的积分单元以及微积分计算进行优化，有效避免了目的误差的产生，使用交叉与变异算子调整比例单元以及比例微分单元，借鉴数据交叉适应度值有效控制系统出现稳定性差变、降低平均误差以及透过误差出现的概率，保证工艺数据控制精度，有效解决了上述问题。仿真实验证明，基于免疫遗传算法优化的自调整PID控制器能够对工艺数据进行高精度控制，具有实践意义，能为自调整PID控制器研究发展提供帮助。

遗传算法排课matlab代码ScheduleOptimizationGA 使用遗传算法优化大学系课程表 笔记 存储库包含： C ++源代码（ src/ ）， 样本输入和输出数据（ *.data ）， MATLAB代码以可视化输出数据（ *.m ）， 样本可视化（ *.eps ）。

0积分下载，代码运行效果图见压缩包

提出了一种新的改进遗传算法优化的神经网络PID控制器。该方法设计了基于性能指标的适应度函数、自适应的交叉概率、变异概率，引入移民的遗传算法，从而有效地抑制了早熟和维持种群多样性，保证了得到的优化参数为最优参数。该方法为非线性被控对象的控制提供了一种最优参数控制器设计途径。仿真结果证明：利用改进遗传算法设计的控制紧闭环性能优越，鲁棒性强。

GA-LSTM 遗传算法优化的lstm 预测代码 python实现 直接就可以运行 GA.PY 具体可以通过lstm.py的load数据进行修改

遗传算法优化BP神经网络参数，附带数据data.mat，已调整好参数，对百量级测试集进行预测，errorsum基本在7以内

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：遗传算法优化BP神经网络_非线性函数拟合_matlab 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员

基于遗传算法优化的BP神经网络是科研中的常用方法，通过遗传算法优化初始神经网络的权值阈值，使模型更快收敛，同时降低陷入局部最优的可能，本资源代码中，只需更改加载数据，拿来即用。

本代码主要利用遗传算法对经典BP神经网络进行优化，应用于非线性函数的拟合