粒子群算法神经网络

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

遗传算法神经网络

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

蚁群算法选择tsp问题，matlab代码实现，选择最优路径

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。

说明，这个matlab程序的目标是对BP神经网络中的神经元连接权和阈值构成的高维参数空间进行最优求解，试图用PSO算法求解神经网络中的参数，而不是用传统的误差反传算法。但由于经典粒子群算法存在局部最优

基于粒子群算法优化脉冲神经网络，更进一步优化现有的脉冲网络。

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。

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