基于粒子群算法优化Spiking神经网络

采用粒子群算法优化bp神经网络的权值和阈值，实现神经网络学习性能的提升

粒子群算法优化bp神经网络

神经网络粒子群优化算法MATLAB

粒子群优化神经网络算法

粒子群算法优化RBF神经网络MATLAB程序，适用于模式识别和函数逼近。

粒子群算法的代码，可以优化神经网络，也可以寻优极值。

Thisadd-intothePSOResearchtoolbox(Evers2009)aimstoallowanartificialneuralnetwork(ANNorsimplyNN)tobet

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。

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。

对于传统的对移动台的定位,提出了一种基于粒子群(PSO)优化神经网络的算法。这一PSO-BP算法首先利用PSO对神经网络传统的目标函数及参数进行优化,再利用改进后的BP神经网络对非视距误差(NLOS)

基于粒子群的神经网络优化技术,感兴趣的话可以参考一下

离子群优化算法是科研中常用的算法之一,在本资源包中,将常规BP神经网络与粒子群优化后的BP神经网络做了对比,得出较为可信的结果。

rt,粒子群算法优化的RBF神经网络

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

PSO算法优化BP神经网络，预测结果准确可靠，Matlab源码注释详尽，可直接运行使用。