利用PSO优化BP神经网络的初始权值和阈值，使仿真结果更加稳定。
粒子群算法优化BP神经网络matlab代码 可用于人工智能的模式识别等
介绍改进的粒子群算法对BP神经网络的优化的pdf文档，共同学习下
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。
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
一种采用粒子群算法优化bp神经网络的matlab程序，包括代码实现和优化后的效果图展示。该算法可以提高神经网络的训练精度和速度，适用于各种数据集。有关详细信息，请参阅以下内容。
在Matlab中，使用粒子群优化算法（PSO）优化BP神经网络，实现多变量输入、单变量输出的数据分类预测。评价指标包括准确率和混淆矩阵。源码和数据均提供，需要Matlab 2018B及以上版本。
粒子群算法优化神经网络的代码，matlab代码实现
针对数据规模的扩大,重复记录检测效率往往不能进一步提升的问题,提出一种粒子群优化BP神经网络的重复记录检测方法,充分利用了神经网络的非线性映射和粒子群算法的全局优化特性。将基于学习的思想和进化的思想应
就是为了得到点积分,请大家见谅,这个网站这么设置挺让人揪心的,就这个样子吧.
用户评论