

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、clcclearall%一、初始化部分一、初始化部分%1.1預處理樣本數(shù)據(jù)預處理樣本數(shù)據(jù)%選取訓練樣本(xy)fi=1:126x=00.0251(i1)y(i)=(sin(x)(x.^29x3)exp((0.5)(x.^2)))2%待逼近函數(shù)endAllSamIn=0:0.0251:pi%訓練樣本輸入AllSamOut=y%訓練樣本輸出%選取測試樣本fi=1:125x=0.01250.0251(i1)%測試樣本輸入ytest(i)=(s
2、in(x)(x.^29x3)exp((0.5)(x.^2)))2%測試樣本輸出endAlltestIn=0.0125:0.0251:(pi0.0125)AlltestOut=ytest%歸一化訓練樣本,測試樣本[AlltestInnminAlltestInmaxAlltestInAlltestOutnminAlltestOutmaxAlltestOut]=premnmx(AlltestInAlltestOut)%測試樣本[AllSamI
3、nnminAllSamInmaxAllSamInAllSamOutnminAllSamOutmaxAllSamOut]=premnmx(AllSamInAllSamOut)%訓練樣本testIn=AlltestInntestOut=AlltestOutnglobalPtrainPtrain=AllSamInnglobalTtrainTtrain=AllSamOutn%1.2設置神經(jīng)網(wǎng)絡參數(shù)設置神經(jīng)網(wǎng)絡參數(shù)globalindim%輸入層神
4、經(jīng)元個數(shù)indim=1globalhiddennum%隱藏層神經(jīng)元個數(shù)hiddennum=3globaloutdim%輸出層神經(jīng)元個數(shù)outdim=1globalGpos%1.3設置微粒群參數(shù)設置微粒群參數(shù)vmax=0.5%速度上限minerr=1e7%目標誤差wmax=0.95fi=1:Npbest(i:1)=X(i:1)%因為是第一代,當前位置即為歷史最優(yōu)位置endV(::2)=W(1)V(::1)c1r(pbest(::1)X(:
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- PSO優(yōu)化神經(jīng)網(wǎng)絡算法的研究及其應用.pdf
- 基于PSO算法的神經(jīng)網(wǎng)絡優(yōu)化研究及應用.pdf
- 基于PSO-BP神經(jīng)網(wǎng)絡的船舶結構優(yōu)化.pdf
- 基于PSO優(yōu)化神經(jīng)網(wǎng)絡的動態(tài)變規(guī)格控制研究.pdf
- 基于PSO優(yōu)化的BP神經(jīng)網(wǎng)絡股票預測模型.pdf
- 神經(jīng)網(wǎng)絡PID控制系統(tǒng)設計及參數(shù)PSO優(yōu)化研究.pdf
- 改進的PSO算法優(yōu)化神經(jīng)網(wǎng)絡模型及其應用研究.pdf
- 基于改進PSO優(yōu)化神經(jīng)網(wǎng)絡的水泵全特性預測研究.pdf
- 基于PSO優(yōu)化技術的木材材性參數(shù)神經(jīng)網(wǎng)絡建模研究.pdf
- 基于PSO-BP神經(jīng)網(wǎng)絡的PID控制.pdf
- 基于混沌PSO-DV優(yōu)化BP神經(jīng)網(wǎng)絡的汽車故障診斷.pdf
- 基于PSO優(yōu)化混沌BP神經(jīng)網(wǎng)絡的股票指數(shù)預測模型研究.pdf
- 基于改進PSO算法的模糊神經(jīng)網(wǎng)絡研究.pdf
- 基于改進PSO算法的動態(tài)神經(jīng)網(wǎng)絡研究.pdf
- 改進PSO的神經(jīng)網(wǎng)絡數(shù)據(jù)融合技術研究.pdf
- 基于PSO-BP神經(jīng)網(wǎng)絡的鋁帶坯晶粒度軟測量建模及優(yōu)化.pdf
- 基于PSO和DE優(yōu)化神經(jīng)網(wǎng)絡的柴油機故障診斷研究.pdf
- 基于多特征量提取和PSO優(yōu)化神經(jīng)網(wǎng)絡的軸承故障診斷.pdf
- 基于改進PSO的RBF神經(jīng)網(wǎng)絡入侵檢測方法研究.pdf
- 基于協(xié)同PSO算法的模糊辨識與神經(jīng)網(wǎng)絡學習.pdf
評論
0/150
提交評論