说明：这是一个径向基函数神经网络，通过RBF网络的学习算法来逼近一个二维函数，并利用LMS算法来进行权值调整。

RBF--权值-LMS 径向基函数 RBF-学习算法 RBF网络-LMS算法 RBF

说明：用遗传算法优化RBF网络参数，减小RBF网络在函数逼近中的误差

RBF-ga GA优化RBF GA优化RBF-matlab keyword=RBF网络 遗传算法-RBF

说明：RBF为径向基函数，RBF网络把网络看作对未知函数的逼近器。输入信号为正弦信号u(k)=0.35sin(3*pi*t)，采用时间为0.001s,网络隐层神经元个数取m=4，网络结构为输入层2-隐层4-输出1，网络的出事全职取随机值，高斯函数的初始值取Cj=[0.65,0.65]T,B=[1.35,1...

神经元-pi RBF-PI RBF 神经网络-matlab RBF-神经网络

说明：语音信号分类，BP神经网络是一种多层前馈神经网络，该网络的主要特点是信号前向传递，误差反向传播。在前向传播的过程中，输入信号从输入层经隐含层处理，直至输出层。每一层的神经元状态只影响下一层神经元状态。如果输出层得不到期望输出，则转入反向传播，根据预测误差调整网络权值和阈值，从而使BP神经网络预测输出...

说明：利用网络实现函数逼近使用的主要函数如下：NEWRB——设计径向基函数神经网络SIM——对径向基函数网络进行仿真

径向基网络 newrb 径向 NEW 径向基函数

说明：一个关于bp算法的大全，有matlab、c、c++的源代码都有，还有bp神经网络源程序，感兴趣的就看看吧

matlab BP神经网络 神经网络 matlab代码大全 bp--函数逼近

说明：包内解压后含有两个程序，一个是带有归一化的双层BP神经网络，一个是不带归一化的双层BP 神经网络，其中需要输入的数据中第一列为要逼近的目标函数。反向的优化算法选项写在了BP.m文件中，使用时可以替换。BPp文件为带归一化的双层，EX为不带归一化的BP。

说明：BP神经网络的非线性系统建模--非线性函数的拟合:通过一个简单是二元二次函数，实现bps神经网络的非线性拟合，逼近真实值。

说明：matlab应用于神经网络：利用BP算法及Sigmoid函数，研究函数的逼近问题。

BP算法 Sigmoid函数 逼近问题

说明：使用遗传算法对电池soc估计.ＲBF 神经网络法有很强的非线性拟合能力，可映射任意复杂的非线性关系，具有很强的鲁棒性和记忆能力，且学习规则简单、学习能力强大，便于计算机实现。但如何合理确定网络的结构和参数，目前尚未有系统的规律可循，网络的逼近性能因此受到影响。GA 借鉴了自然界遗传中适者生存法则，在...