智能优化算法： 粒子群优化算法（PSO）应用于神经网络优化程序。分为无隐含层、一隐含层、二隐含层。运行DemoTrainPSO.m即可。 程序来自：Brian Birge NCSU
标签： DemoTrainPSO Brian Birge NCSU
上传时间： 2014-01-06
上传用户：shinesyh
粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation).源于对鸟群捕食的行为研究 PSO同遗传算法类似，是一种基于叠代的优化工具。系统初始化为一组随机解，通过叠代搜寻最优值。但是并没有遗传算法用的交叉(crossover)以及变异(mutation)。而是粒子在解空间追随最优的粒子进行搜索。详细的步骤以后的章节介绍 同遗传算法比较，PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化，神经网络训练，模糊系统控制以及其他遗传算法的应用领域
标签： evolutionary computation PSO 粒子群
上传时间： 2015-03-28
上传用户：源弋弋
vc++版本的粒子群优化算法程序,该算法使用简单,收敛快速,是遗传算法之后的又一重要智能算法.
上传时间： 2013-12-26
上传用户：ruixue198909
此包含有遗传算法、粒子群算法、BP算法优化对角递归神经网络的MATLAB程序
上传时间： 2014-01-06
上传用户：天诚24
遗传算法和粒子群算法的matlab程序设计及示例展示
标签： 遗传算法粒子群算法
上传时间： 2015-04-17
上传用户：smallhousemilk
粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation)，有Eberhart博士和kennedy博士发明。源于对鸟群捕食的行为研究 PSO同遗传算法类似，是一种基于叠代的优化工具。系统初始化为一组随机解，通过叠代搜寻最优值。但是并没有遗传算法用的交叉(crossover)以及变异(mutation)。而是粒子在解空间追随最优的粒子进行搜索。详细的步骤以后的章节介绍 同遗传算法比较，PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化，神经网络训练，模糊系统控制以及其他遗传算法的应用领域
标签： evolutionary computation PSO 粒子群
上传时间： 2016-04-26
上传用户：zhuimenghuadie
基于粒子群优化的神经网络训练算法研究论文 摘 要: 本文提出了基于连接结构优化的粒子群优化算法(SPSO) 用于神经网络训练,该算法在训练神经网络权 值的同时优化其连接结构,删除冗余连接,使神经网络获得与模式分类问题匹配的信息处理能力. 经SPSO 训练的神经 网络应用于Iris ,Ionosphere 以及Breast cancer 模式分类问题,能够部分消除冗余分类参数及冗余连接结构对分类性能 的影响. 与BP 算法及遗传算法比较,该算法在提高分类误差精度的同时可加快训练收敛的速度. 仿真结果表明,SPSO是有效的神经网络训练算法
上传时间： 2013-11-30
上传用户：myworkpost
粒子群优化算法的源代码
上传时间： 2015-01-24
上传用户：Divine
粒子群优化算法（c++版）
上传时间： 2015-02-07
上传用户：hustfanenze
粒子群优化算法PSO
上传时间： 2014-01-20
上传用户：奇奇奔奔
