介紹人工神經網絡的模型及其應用。張立明編著，復旦大學出版社出版。
標簽： 人工神經網絡 模型
上傳時間： 2016-10-22
上傳用戶：wfl_yy
我的人工神經網絡作業，包括BP網絡的學習，訓練和回想，初學人工神經網絡的可以
標簽： 人工神經網絡
上傳時間： 2013-12-26
上傳用戶：s363994250
人工魚群算法（AFSA）是2002年李曉磊提出的基于魚群行為的尋求全局最優 的新型搜索策略，該算法具有較優的全局收斂能力及較快的尋優速度。本文首次將 人工魚群算法應用于人工神經網絡的學習，形成了人工魚群神經網絡模型，通過與 BP算法、模擬退化算法、進化算法訓練的人工神經網絡進行比較，驗證了人工魚群 神經網絡在全局尋優能力上的優勢，進而利用人工魚群神經網絡進行電力系統短期 負荷預測，建立了人工魚群神經網絡預測模型。為了進一步提高算法的穩定性，以 及求得全局最優值的能力，文中給出了改進的人工魚群算法。當人工魚種群的最優 值在多代未變的情況下，加入了“跳躍”行為，改變人工魚個體的參數，避免陷入 局部最優并提高了尋求全局最優解的能力。然后建立了新的預測模型，實際編程表 明，改進后的模型具有更好的全局最優化能力及穩定性。
標簽： AFSA 2002 人工魚群 算法
上傳時間： 2013-12-18
上傳用戶：BOBOniu
摘 要:在分析人工魚群算法存在不足的基礎上,對人工魚群算法加以改進,提出了一種改進型人工魚群算 法。該算法提高了全局搜索能力和收斂速度,并用于求解具有變量邊界約束的非線性復雜函數最優化問題。 仿真結果表明,改進后的人工魚群算法具有精度高、搜索速度快等特點,是一種求解復雜函數全局最優化的智 能算法。
標簽： 人工魚群 算法 分 全局
上傳時間： 2013-12-23
上傳用戶：cainaifa
：群智能是一種仿生自然界動物昆蟲覓食筑巢行為的新興演化計算技術。目前主要的群智能優化算法有蟻群算法、微粒群算 法和人工魚群算法。本文介紹了群智能算法的產生、發展和優點，并著力闡述了上述三種典型算法的基本原理，同時概述了各 算法的應用現狀，最后提出了算法將來有待研究的內容。
標簽： 仿生 人工魚群 計算技術 優化算法
上傳時間： 2016-10-26
上傳用戶：dsgkjgkjg
摘 要:在分析人工魚群算法存在不足的基礎上,對人工魚群算法加以改進,提出了一種改進型人工魚群算 法。該算法提高了全局搜索能力和收斂速度,并用于求解具有變量邊界約束的非線性復雜函數最優化問題。 仿真結果表明,改進后的人工魚群算法具有精度高、搜索速度快等特點,是一種求解復雜函數全局最優化的智 能算法
上傳時間： 2013-12-12
上傳用戶：asasasas
常用的說話人識別方法有模板匹配法、統計建模法、聯接主義法(即人工神經網絡實現)。考慮到數據量、實時性以及識別率的問題，采用基于矢量量化和隱馬爾可夫模型(HMM)相結合的方法。 說話人識別的系統主要由語音特征矢量提取單元(前端處理)、訓練單元、識別單元和后處理單元組成，
標簽： 識別方法 模板 匹配法 人工神經網絡
上傳時間： 2014-07-08
上傳用戶：wqxstar
關于人工魚群算法的一個實例，可以實現所有的人工魚的基本功能，是采用c開發的
標簽： 人工魚群 算法
上傳時間： 2016-10-28
上傳用戶：洛木卓
BP人工神經網絡算法，用java代碼實現，用scilab圖像顯示，案例是港口吞吐量的預測
標簽： 人工神經 網絡算法
上傳用戶：思琦琦
bp人工神經網絡算法的實現，用java代碼編寫，案例是港口吞吐量預測
上傳用戶：libenshu01
蟲蟲下載站版權所有 京ICP備2021023401號-1
<tfoot id="ofifz"></tfoot>
