模拟退火算法

代码说明：

  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)

文件列表：

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