# PSO-BP
Matlab PSO-BP 时间序列预测
使用 Matlab 实现粒子群优化算法优化 BP 神经网络，进行单列数据的时间序列预测，并提供拟合效果图和散点图。评价指标包括
PSO-BP数据回归预测Matlab实现
PSO-BP回归算法实现数据回归预测
适用多变量输入单变量输出场景
评价指标：R2、MAE、MSE、RMSE
提供拟合效果图和
PSO-BP神经网络数据回归预测
PSO-BP神经网络回归预测的MATLAB代码，可用于处理数据回归问题。
粒子群优化BP神经网络分类预测（PSO-BP）
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
基于PSO-BP混合算法的神经网络训练
粒子群优化（PSO）作为一种全局优化算法，与传统的反向传播（BP）算法结合，可以有效提升神经网络的训练效果。PSO模拟群体智能，
pso_bp代码
粒子群算法优化BO网络的代码，自己编写的，可以运行，如果有错误，欢迎指出
PSO_BP MATLAB
用蚁群算法训练BP神经网络的程序，非常实用的MATLAB代码
BP_Pso算法
两个文件主程序微粒群优化的神经网络子程序适应度函数，可修改
pso_bp优化算法
粒子群优化神经网络的权值和阈值，用于钢水温度的预测，效果十分显著，程序讲解仔细
PSO训练BP神经网络
利用PSO训练BP神经网络的MATLAB源码,加入数据即可运行。