神经网络、遗传算法、粒子群优化算法等C语言基础编程

BP网络是一类多层的前馈神经网络。它的名字源于在网络训练的过程中,调整网络的权值的算法是误差的反向传播的学习算法,即为BP学习算法。BP算法是Rumelhart等人在1986年提出来的。由于它的结构简

matlab经典源代码程序，遗传算法优化的小波神经网络

ThispaperstudiestheapplicabilityofhybridizationofImprovedGA(IGA)andPSOtechniquestodataclusteringprob

遗传算法与粒子群算法融合的实现，更好的利用了各自的优点，这是其matlab源代码

主要介绍退火遗传算法优化BP神经网络代码，实现优化功能

该代码是基于MATLAB编写的基于遗传算法优化的神经网络预测。该神经网络提供了五个隐层，输出包括预测值以及误差。

GABP，遗传算法优化神经网络（BP)进行预测，优化前后对比，可套用在其它模型。

神经网络结构为8-17-1,用遗传算法对神经网络的权值和阈值进行优化,因神经网络预测结果的随机性,导致优化后的神经网络和优化前效果差不多。

针对bp算法学习效率低、收敛速度慢, 以及易陷入局部最优等缺点, 提出了一种新型的、基于自然选择和基因遗传学原理的随机搜索算法—遗传算法, 并论述了它在bp神经网络中权值优化的问题.

使用遗传算法（GA）进行对BP神经网络进行优化，内含代码和解释文档