文件名称:模拟退火算法
介绍说明－－下载内容均来自于网络，请自行研究使用
提出了一种基于粒子群优化(PSO)算法的径向基(RBF)网络参数优化算法,首先利用减聚类算法确定网络径向基函数中心的个数,再用PSO算法优化径向基函数的中心及宽度,最后用PSO算法训练隐含层到输出层的网络权值,找到神经网络权值的最优解,以达到优化神经网络学习的目的。最后,通过一个实验与最小二乘法优化的神经网络进行了比较,验证了算法的有效性。(Particle swarm optimization (PSO) optimization of RBF network)
相关搜索： 粒子群算法优化RBF网络
(系统自动生成,下载前可以参看下载内容)
下载文件列表
| 文件名 | 大小 | 更新时间 |
|---|---|---|
| 模拟退火算法学习及试验分析.ppt | 660992 | 2009-08-25 |
| 模拟退火算法在贷款组合优化决策中的应用（DOC 5页）.doc | 91136 | 2009-08-25 |
| 模拟退火算法和应用.pdf | 95851 | 2009-08-25 |
| 模拟退火算法的并行实现及其应用.pdf | 402488 | 2009-08-25 |
| 模拟退火算法的并行分析与应用.PDF | 55434 | 2009-08-25 |
| 模拟退火算法原理及改进.pdf | 25507 | 2009-08-25 |