暂无评论
遗传算法优化的BP神经网络-非线性函数极值
入侵检测(Intrusion Detection)是对入侵行为的检测。它通过收集和分析网络行为、安全日志、审计数据、其它网络上可以获得的信息以及计算机系统中若干关键点的信息,检查网络或系统中是否存在违
本文提出了一种改进的遗传算法 ,并用其实现BP神经网络的拓扑结构和参数的优化。改进的遗传算法采用了一种新的编码方式 ,并对遗传操作进行了改进。仿真试验的结果表明 ,这种算法能够有效地提高BP神经网络结
针对恒压供水系统普遍存在的非线性、大滞后和不确定的特点,设计了一种基于遗传算法BP神经网络的PID控制器,该控制器先通过遗传算法优化BP神经网络的初始权值,再利用BP神经网络的自学习和自适应能力,自动
BP神经网络具有较强的学习能力,但在传统的研究中,隐含层节点、学习因子和动量因子往往采用试凑法得到相对较佳值,而试凑法在浪费较多时间的同时,可能得不到理想的BP神经网络输出,这对研究造成了一定的困难。
遗传算法，BP神经网络，算法改进，算法融合，在多目标优化中的应用。
该资料主要说明基于遗传算法的改进神经网络,是一很好的参考资料。
遗传群算法优化bp神经网络，算法经过改进 对神经网络进行优化
人工神经网络基本模型,BP神经网络理论 BP神经网络应用 遗传算法
神经网络与遗传算法课件适用于应用数学,计算数学及相关专业的人士参考
暂无评论