在好例子网,分享、交流、成长!
您当前所在位置:首页Others 开发实例一般编程问题 → 遗传算法与神经网络算法结合与 最速下降法等传统的算法比较(matlab)

遗传算法与神经网络算法结合与 最速下降法等传统的算法比较(matlab)

一般编程问题

下载此实例
  • 开发语言:Others
  • 实例大小:0.79M
  • 下载次数:2
  • 浏览次数:36
  • 发布时间:2023-05-15
  • 实例类别:一般编程问题
  • 发 布 人:js2021
  • 文件格式:.rar
  • 所需积分:2
 

实例介绍

【实例简介】
3. 单独的最速下降法BP程序:(traingdOnly.m) 4. 单独使用拟牛顿法BP程序:(trainbfgOnly.m) 绿色的为局部杂交预测的数据;红色带o的为GABP预测的数据;黑色的为原数据 学习的目的重在快乐,我分享,我快乐。...
【实例截图】
【核心代码】
文件清单
└── work
    ├── adjswapMutation.m
    ├── allthecode.asv
    ├── arithXover.m
    ├── b2f.m
    ├── binaryExample.m
    ├── binaryMutation.m
    ├── boundaryMutation.m
    ├── calcbits.m
    ├── Contents.m
    ├── coranaEval.m
    ├── coranaFeval.m
    ├── coranaMin.m
    ├── cyclicXover.m
    ├── data1.mat
    ├── data2.mat
    ├── delta.m
    ├── dists.m
    ├── EER.m
    ├── enhancederXover.m
    ├── erXover.m
    ├── f2b.m
    ├── floatExample.m
    ├── floatGradExample.m
    ├── f.m
    ├── GABP
    │   ├── bpfault.m
    │   ├── bppfault.m
    │   ├── gabpEval.m
    │   ├── gabpfault.m
    │   ├── gadecod.m
    │   ├── gafault.m
    │   ├── nninit.m
    │   ├── readme.doc
    │   └── 遗传算法和神经网络在导弹测试设备故障诊断中的应用研究.doc
    ├── gabp1
    │   ├── allthecode.asv
    │   ├── allthecode.m
    │   ├── BPNETFH.m
    │   ├── BPNET.m
    │   ├── comparepaint.fig
    │   ├── data2.mat
    │   ├── data2.txt
    │   ├── data3.mat
    │   ├── data.mat
    │   ├── data.txt
    │   ├── gabpEval.m
    │   ├── GABPNETFH.m
    │   ├── GABPNET.m
    │   ├── GAbp.rar
    │   ├── gadecod.m
    │   ├── guzhang248.m
    │   ├── hede.mat
    │   ├── HuaTu.m
    │   ├── picContext.m
    │   ├── trainbfgOnly.m
    │   ├── traingdOnly.asv
    │   ├── traingdOnly.m
    │   ├── Untitled.m
    │   ├── YY2.mat
    │   ├── YY.mat
    │   ├── zui.asv
    │   ├── zui.m
    │   ├── zuisu yu niudun.asv
    │   ├── zuisu yu niudun.m
    │   ├── zuiyuniu.asv
    │   ├── zuiyuniuBP.asv
    │   └── zuiyuniuBP.m
    ├── GABPNET.asv
    ├── gadecod.asv
    ├── gademo1eval1.m
    ├── gademo1.m
    ├── gademo2.m
    ├── gademo3.m
    ├── gademo.m
    ├── ga.m
    ├── gaMichEval.m
    ├── gaot
    │   ├── adjswapMutation.m
    │   ├── arithXover.m
    │   ├── b2f.m
    │   ├── binaryExample.m
    │   ├── binaryMutation.m
    │   ├── boundaryMutation.m
    │   ├── BPNETFH.m
    │   ├── BPNET.m
    │   ├── calcbits.m
    │   ├── Contents.m
    │   ├── coranaEval.m
    │   ├── coranaFeval.m
    │   ├── coranaMin.m
    │   ├── cyclicXover.m
    │   ├── data1.mat
    │   ├── data2.mat
    │   ├── delta.m
    │   ├── dists.m
    │   ├── EER.m
    │   ├── enhancederXover.m
    │   ├── erXover.m
    │   ├── f2b.m
    │   ├── floatExample.m
    │   ├── floatGradExample.m
    │   ├── gabpEval.m
    │   ├── GABPNET.asv
    │   ├── GABPNETFH.m
    │   ├── GABPNET.m
    │   ├── gadecod.asv
    │   ├── gadecod.m
    │   ├── gademo1eval1.m
    │   ├── gademo1.m
    │   ├── gademo2.m
    │   ├── gademo3.m
    │   ├── gademo.m
    │   ├── ga.m
    │   ├── gaMichEval.m
    │   ├── gaotv5.ps
    │   ├── gaZBGradEval.m
    │   ├── gaZBGrad.m
    │   ├── heuristicXover.m
    │   ├── initializega.m
    │   ├── initializeoga.m
    │   ├── inversionMutation.m
    │   ├── linerorderXover.m
    │   ├── maxGenTerm.m
    │   ├── multiNonUnifMutation.m
    │   ├── nonUnifMutation.m
    │   ├── normGeomSelect.m
    │   ├── optMaxGenTerm.m
    │   ├── orderBasedExample.m
    │   ├── orderbasedXover.m
    │   ├── parse.m
    │   ├── partmapXover.m
    │   ├── plotCorana.m
    │   ├── README
    │   ├── roulette.m
    │   ├── shiftMutation.m
    │   ├── simpleXover.m
    │   ├── singleptXover.m
    │   ├── startup.m
    │   ├── swapMutation.m
    │   ├── threeswapMutation.m
    │   ├── tournSelect.m
    │   ├── tspEval.m
    │   ├── unifMutation.m
    │   ├── uniformXover.m
    │   └── XXYY.mat
    ├── gaot.rar
    ├── gaotv5.ps
    ├── gaZBGradEval.m
    ├── gaZBGrad.m
    ├── heuristicXover.m
    ├── initializega.m
    ├── initializeoga.m
    ├── inversionMutation.m
    ├── linerorderXover.m
    ├── maxGenTerm.m
    ├── multiNonUnifMutation.m
    ├── nonUnifMutation.m
    ├── normGeomSelect.m
    ├── optMaxGenTerm.m
    ├── orderBasedExample.m
    ├── orderbasedXover.m
    ├── parse.m
    ├── partmapXover.m
    ├── plotCorana.m
    ├── README
    ├── roulette.m
    ├── shiftMutation.m
    ├── simpleXover.m
    ├── singleptXover.m
    ├── startup.m
    ├── swapMutation.m
    ├── threeswapMutation.m
    ├── tournSelect.m
    ├── tspEval.m
    ├── unifMutation.m
    ├── uniformXover.m
    ├── XX.mat
    ├── XXYY.mat
    └── YY.mat

4 directories, 176 files

标签:

实例下载地址

遗传算法与神经网络算法结合与 最速下降法等传统的算法比较(matlab)

不能下载?内容有错? 点击这里报错 + 投诉 + 提问

好例子网口号:伸出你的我的手 — 分享

网友评论

发表评论

(您的评论需要经过审核才能显示)

查看所有0条评论>>

小贴士

感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。

  • 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
  • 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
  • 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
  • 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。

关于好例子网

本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明

;
报警