基于改进量子遗传算法的小波神经网络优化及其软测量应用

本文利用GA的群体搜索和BP的自学习特性,提出用GA学习BP神经网络结构,构造了GA-BP优化算法。从而可利用此网络为复杂系统进行优化求解。

这个程序使用遗传算法来优化神经网络的权值，从而达到最佳状态。通过将遗传算法和神经网络结合在一起，该程序可以提高神经网络的性能和效率。如果你正在寻找一个方法来提高神经网络的表现，那么这个程序是你不可错过

利用遗传算法进行优化BP神经网络的传递函数，使得优化后的预测误差偏小，进而预测的更加准确

一种基于遗传算法的BP神经网络优化方法，并提供了具体的实现步骤和代码示例。遗传算法被用于优化BP神经网络的权值，通过不断迭代和进化，找到最优的网络结构和权值组合，从而提高神经网络的预测性能和泛化能力。

这份matlab代码使用RA算法优化BP神经网络，适用于时间序列预测。

对近几年应用遗传算法(Genetic Algorithm,GA)优化设计前向神经网络结构的研究进行了评述。指出了神经网络结构优化设计的重要性和目前各种方法存在的不足。介绍了神经网络结构设计原理和应用G

将遗传算法与RBF神经网络结合，的优秀学习算法

基于遗传算法的神经网络学习算法研究

论文研究-小波神经网络模型的改进及其应用.pdf,  将优化函数的连续型蚁群算法与小波神经网络耦合，用蚁群算法优化神经网络的权值和小波参数，找到蚁群算法中信息素更新的最佳衡量标准，且建立了基于蚁群优化

为了更为有效地识别语音信号中的情感类型，提出一种改进遗传算法优化BP神经网络的识别算法(IAGA-BP)。该算法一方面改进了自适应遗传算法中的选择算子，另一方面更改了自适应遗传算法中的交叉和变异概率公