遗传模拟退火算法优化BP神经网络的Matlab程序
把这一行的若干参数，比如0.09抽象出来，写成一个新的函数，再调用退火算法，求解这个参数的最优值。
“模拟退火”算法是源于对热力学中退火过程的模拟，在某一给定初温下，通过缓慢下降温度参数，使算法能够在多项式时间内给出一个近似最优解。退火与冶金学上的‘退火’相似，而与冶金学的淬火有很大区别，前者是温度缓慢下降，后者是温度迅速下降。
“模拟退火”的原理也和金属退火的原理近似：我们将热力学的理论套用到统计学上，将搜寻空间内每一点想像成空气内的分子；分子的能量，就是它本身的动能；而搜寻空间内的每一点，也像空气分子一样带有“能量”，以表示该点对命题的合适程度。算法先以搜寻空间内一个任意点作起始：每一步先选择一个“邻居”，然后再计算从现有位置到达“邻居”的概率。
这个算法已经很多人做过，可以优化BP神经网络初始权值。附件是解决TSP问题的matlab代码，可供参考。看懂了就可以自己编程与bp代码结合。
“模拟退火”算法是源于对热力学中退火过程的模拟，在某一给定初温下，通过缓慢下降温度参数，使算法能够在多项式时间内给出一个近似最优解。退火与冶金学上的‘退火’相似，而与冶金学的淬火有很大区别，前者是温度缓慢下降，后者是温度迅速下降。
“模拟退火”的原理也和金属退火的原理近似：我们将热力学的理论套用到统计学上，将搜寻空间内每一点想像成空气内的分子；分子的能量，就是它本身的动能；而搜寻空间内的每一点，也像空气分子一样带有“能量”，以表示该点对命题的合适程度。算法先以搜寻空间内一个任意点作起始：每一步先选择一个“邻居”，然后再计算从现有位置到达“邻居”的概率。
建议看看书上的最基本的程序，望采纳！！！！！
把数据发来
异星工厂1.0版本模拟退火算法优化工厂教程
模拟经营沙盒建造游戏异星工厂目前已经推出1.0正式版，游戏中玩家可以使用模拟退火算法优化工厂，下面给大家分享一个模拟退火算法使用攻略网格设计网格设计在异星工厂与现实中的工厂中都有应用。芯片设计中也有网格设计。问题在于“如何放置网格内的不同组件才能获得工厂\/芯片的最优化设计?”模拟退火网格设计问题...
简述爬山算法和模拟退火算法之间的关系
爬山算法和模拟退火算法是两种常用的优化算法，二者之间有共同点，也有不同之处。1、求解方式：爬山算法和模拟退火算法求解方式有所不同。爬山算法是一种局部优化算法，它只关注当前状态及其相邻的状态，在这些状态中寻找最优解；而模拟退火算法是一种全局优化算法，它会接受不太好的解，以免陷入局部最优...
遗传算法和模拟退火算法的区别
遗传算法和模拟退火算法的区别是求解方式不同和搜索策略不同。1、求解方式不同：遗传算法是一种进化算法，通过模拟生物进化的过程，使用基因编码和自然选择来搜索最优解。模拟退火算法是一种启发式算法，通过模拟固体退火的过程，以一定的概率接受劣解，并逐渐降低温度以搜索最优解。2、搜索策略不同：遗传...
模拟退火算法结果不稳定
同时，在确定是否接受新状态时，也需要使用一定的随机机制。这些随机因素会影响结果的稳定性。其次是模拟退火算法的参数选择。模拟退火算法需要设置一些参数，例如初始温度、降温速率等参数，这些参数选择的不同也会导致结果的不稳定性。为了提高模拟退火算法的稳定性，可以通过一些方法来优化参数的选择、提高...
改进模拟退火算法与传统模拟退火算法相比优缺点是什么,如有缺点该如...
1、模拟退火算法是一种新的随机搜索方法,它是近年来提出的一种适合于解决大规模组合优化问题的通用而有效的近似算法。与以往的近似算法相比,模拟退火算法具有描述简单、使用灵活、运用广泛、运行效率高和较少受到初始条件约束等优点。2、模拟退火算法新解的产生和接受可分为如下四个步骤：第一步是由一个...
优化算法的分类
6. 遗传算法：遗传算法是一种基于生物进化理论的优化算法。它通过模拟自然选择和遗传的过程来搜索最优解。遗传算法适用于解决一些复杂的、非线性的优化问题，尤其是那些没有明确数学表达式的优化问题。7. 模拟退火算法：模拟退火算法是一种基于退火过程的优化算法。它通过逐渐降低搜索空间的温度来寻找最优解...
模拟退火算法的简介
模拟退火算法(Simulated Annealing，SA)最早的思想是由N. Metropolis 等人于1953年提出。1983 年,S. Kirkpatrick 等成功地将退火思想引入到组合优化领域。它是基于Monte-Carlo迭代求解策略的一种随机寻优算法，其出发点是基于物理中固体物质的退火过程与一般组合优化问题之间的相似性。模拟退火算法从某一较高...
请问一下遗传算法,模拟退火算法和遗传模拟退火算法的区别,最好能有根据...
遗传算法是种群择优，模拟退火是择优降火，里头的差别不大，就是生成新链，然后计算适应度什么的。这两种优化算法都能解决TSP问题，源代码没有，不过matlab有工具箱可以实现吧，你再找找。
请教一份“遗传模拟退火算法优化BP神经网络权值阈值的MATLAB程序”_百 ...
把这一行的若干参数，比如0.09抽象出来，写成一个新的函数，再调用退火算法，求解这个参数的最优值。
模拟退火算法——神奇的智能优化算法系列1
详情请查看视频回答
石疤利鼻： “模拟退火”算法是源于对热力学中退火过程的模拟,在某一给定初温下,通过缓慢下降温度参数,使算法能够在多项式时间内给出一个近似最优解.退火与冶金学上的'退火'相似,而与冶金学的淬火有很大区别,前者是温度缓慢下降,后者是温度迅速下降.“模拟退火”的原理也和金属退火的原理近似:我们将热力学的理论套用到统计学上,将搜寻空间内每一点想像成空气内的分子;分子的能量,就是它本身的动能;而搜寻空间内的每一点,也像空气分子一样带有“能量”,以表示该点对命题的合适程度.算法先以搜寻空间内一个任意点作起始:每一步先选择一个“邻居”,然后再计算从现有位置到达“邻居”的概率.很抱歉,回答者上传的附件已失效
社旗县18925587145： 模拟退火算法优化BP神经网络 - ？
石疤利鼻： bp神经元网络的学习过程真正求解的其实就是权值的最优解,因为有可能会得出局部最优解,所以你才会用模拟退火来跳出局部最优解,也就是引入了逃逸概率.在这里你可以把bp的学习过程理解成关于 误差=f(w1,w2...) 的函数,让这个函数在模拟退火中作为目标函数,再加上模拟退火的一些初始参数(初始温度啊,退火速度啊等等),就能找到权值解空间的一个不错的最优解,就是一组权向量.把权向量带入到bp当中去,输入新的对象,自然就能算出新的输出了.算法学习要脚踏实地,你要先学会神经元,在学会退火,两个的结合你才能理解.
社旗县18925587145： 遗传算法为什么可以优化bp神经网络 - ？
石疤利鼻： 遗传算法(Genetic Algorithm)是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型,是一种通过模拟自然进化过程搜索最优解的方法.遗传算法是从代表问题可能潜在的解集的一个种群(population)开始的,而一个...
社旗县18925587145： 用遗传算法优化bp神经网络,训练变快!是怎么回事? - ？
石疤利鼻： 1、遗传算法优化BP神经网络是指优化神经网络的参数; 2、因此,对训练时间没有影响.
社旗县18925587145： matlab的遗传算法优化BP神经网络 - ？
石疤利鼻： 对y=x1^2+x2^2非线性系统进行建模,用1500组数据对网络进行构建网络,500组数据测试网络.由于BP神经网络初始神经元之间的权值和阈值一般随机选择,因此容易陷入局部最小值.本方法使用遗传算法优化初始神经元之间的权值和阈值,...
社旗县18925587145： 利用遗传算法优化的bp神经网络怎么画出误差与训练时间的变化 - ？
石疤利鼻： 你好,误差大,第一步需要尝试的是做归一化处理.有线性归一化,有对数函数归一化等等,这个你可以去网上搜索数据归一化方法,有相关的代码,应该.第二部需要做出的改动是隐层节点数量,如果节点数量太多,那么结果的随机性就会很...
社旗县18925587145： 遗传算法优化BP神经网络权阈值的适应度评价函数 - ？
石疤利鼻： 评价阈值好坏的标准应该是:(网络实际输出T-理论输出P)的平方和.这里的实际输出指神经网络计算值,理论输出表示期望输出值.这个平方和值应该尽量小.越小说明神经网络计算越准确.
社旗县18925587145： 遗传算法的matlab代码实现是什么? - ？
石疤利鼻： 遗传算法我懂,我的论文就是用着这个算法,具体到你要遗传算法是做什么?优化什么的...我给你一个标准遗传算法程序供你参考:该程序是遗传算法优化BP神经网络函数极值寻优:%% 该代码为基于神经网络遗传算法的系统极值寻优%%...
社旗县18925587145： 苹果平均呼吸强度是多少? - ？
石疤利鼻： 本文以红富士苹果为原料,测定苹果在不同处理过程中(38℃,96h;38℃,72h;20℃,1440h;0℃,720h)及贮藏期间的呼吸强度及颜色变化数据,分别建立苹果呼吸强度和颜色变化(果实底色a<'*>,H°)的BP神经网络模型,可以实现对苹果贮前热处...
社旗县18925587145： 怎么调用github提供神经网络训练的数据 - ？
石疤利鼻： 遗传算法优化的BP神经网络建模借鉴别人的程序做出的仿真,最近才有时间整理.目标:对y=x1^2+x2^2非线性系统进行建模,用1500组数据对网络进行构建网络,500组数据测试网络.由于BP神经网络初始神经元之间的权值和阈值一般随机选...
