说明：bp神经网络预测程序，可用于与小波神经网络对比

说明：一个简单的小例子，是关于pso与神经网络结合的。希望有用

说明：基于BP神经网络的电力系统短期负荷预测，简单实用

说明：用粒子群优化BP神经网络matlab代码 %以下是训练数据，前4列为输入，第5列为输出 5.700 3.800 0.3175 2.33 2310 4.550 3.050 0.3175 2.33 2890 2.950 1.950 0.3175 2.33 4240 1.950 1.300 0.3175 2.33 5840 1.400 0.900 0.3175 2.33 7700 1.200 0.800 0.3175 2.33 8270 1.050 0.700 0.3175 2.33 9140 等等 %以下是测试数据，仅给出输入 1.700 1.100 0.3175 2.33 等等

说明：利用粒子群算法强大的全局优化能力，并行计算的快速收敛性，对BP神经网络进行初始权值、阈值寻优，再使用LM算法的快速局部寻优能力，避免了BP算法精度波动大，易陷入局部极小值的缺陷

说明：利用粒子群算法强大的全局优化能力，并行计算的快速收敛性，对BP神经网络进行初始权值、阈值寻优，避免了BP算法精度波动大，易陷入局部极小值的缺陷

说明：PSO（粒子群群算法）：可以在全局范围内进行大致搜索，得到一个初始解，以便BP接力 BP（神经网络）:梯度搜素，细化能力强，可以进行更仔细的搜索。 数据：对该函数（(2.1*(1-x+2*x.^2).*exp(-x.^2/2))+sin(x)+x','x'）[-5,5]进行采样，得到30组训练数据,拟合该网络。

说明：bp神经网络预测销售额 程序包括两部分，main.m为主程序，NNetwork.m为训练及预测程序，NNetwork输入为真实数据，输出为预测数据。

说明：使用pso优化神经网络，使风电功率预测达到更高的精度

说明：神经网络相关介绍及程序举例，付完整程序可带入计算

说明：通过BP神经网络实现图像压缩，相较于其他方法，该方法准确率高

说明：基于BP神经网路的字符识别数字识别matlab程序

说明：该程序在不调用工具箱的前提下，实现了BP神经网络的搭建，并对给出的训练数据进行训练，再对给出的测试数据进行测试，输出测试结果。对初学神经网络的学者有着重要参考价值

说明：遗传算法优化BP神经网络-非线性函数拟合

说明：对传统神经网络算法进行优化基，于遗传算法的BP神经网络优化算法

说明：锂离子电池参数辨识，把各个参数作为bp神经网络的权重阀值进行学习

说明：基于bp神经网络的车牌识别，运行时先运行nn.进行训练

说明：MATLAB中神经网络网络模型，适用于MATLAB平台，通过此说明能够较为快速地熟悉神经网络

说明：在600085这个数据表中，以XZSLX综合作为输入，以收盘价作为输出 以前595个数据作为训练样本，后100个数据作为实际输出。 通过训练数据建立模型，最终输出100个预测的股票收盘价。 将预测的收盘价和实际的收盘价进行对比并求取误差，从而判断所建立模型的准确性。 RBF神经网络调用newff函数实现。

说明：在600085这个数据表中，以XZSLX综合作为输入，以收盘价作为输出 以前595个数据作为训练样本，后100个数据作为实际输出。 通过训练数据建立模型，最终输出100个预测的股票收盘价。 将预测的收盘价和实际的收盘价进行对比并求取误差，从而判断所建立模型的准确性。 BP神经网络调用newff函数实现。

说明：BP神经网络入门，异或，同或等的基本操作

说明：蚁群算法的相关程序和算例，比较全面，有函数算例和tsp问题等等

说明：径向基网络BP network and RBF radial basis function network contrast (fool tutorial, 10 seconds learning neural network). pdf

说明：利用MATLAB，基于bp神经网络的人脸识别

说明：可以用于BP神经网络进行识别算法，这个是较为具体的例子，我已经试过可用！！！！！！

说明：神经网络算法，适合适合科研人员和学生进行优化和调参。新手理解鱼群算法，希望大家可以认真学习其中的道理。

说明：训练bp神经网络，内含数据集，直接使用即可

说明：matlab写的bp神经网络对mnist数据集进行学习分类

说明：一组用于交叉训练的数据集，适用于BP神经网络，SVM等学习算法的测试与训练

说明：反向神经网络，基于Python的实现。代码里面有很多的注释