粒子群算法的寻优算法-非线性函数极值寻优.zip
粒子群优化算法(Particle Swarm optimization,PSO)又翻译为粒子群算法、微粒群算法、或微粒群优化算法。是通过模拟鸟群觅食行为而发展起来的一种基于群体协作的随机搜索算法。通常认为它是群集智能 (Swarm intelligence, SI) 的一种。它可以被纳入多主体优化系统(Multiagent Optimization System, MAOS).粒子群优化算法是由Eberhart博士和kennedy博士发明。
粒子群优化算法(Particle Swarm optimization,PSO)又翻译为粒子群算法、微粒群算法、或微粒群优化算法。是通过模拟鸟群觅食行为而发展起来的一种基于群体协作的随机搜索算法。通常认为它是群集智能 (Swarm intelligence, SI) 的一种。它可以被纳入多主体优化系统(Multiagent Optimization System, MAOS).粒子群优化算法是由Eberhart博士和kennedy博士发明。
基于BP_Adaboost的强分类器设计,以公司财务预警建模为例,带数据,可运行,好理解
BP神经网络用于数据分类,基于语音特征信号分类的示例。语音识别的运算过程为:首先,待识别语音转化为电信号后输入识别系统,经过预处理后 用数学方法提取语音特征信号,提取出的语音特征信号可以看成该段语音的模式 。然后,将该段语音模型与已知参考模式相比较,获得最佳匹配的参考模式为该段语音的识别结果。
BP神经网络非线性拟合程序,带示例。BP(Back Propagation)网络是1986年由Rumelhart和McCelland为首的科学家小组提出,是一种按误差逆传播算法训练的多层前馈网络,是目前应用最广泛的神经网络模型之一。