之前写的一篇博客的代码，https://blog.csdn.net/zyxhangiian123456789/article/details/89159530，不清楚为什么阅读量还挺好。

终结版原型方案BP.rp

基于BP神经网络的智能家居系统设计，朱风鹏，张永军，随着信息科技的快速发展，智能家居走进人们的生活中，并且已经发展了相当长的一段时间，通过将信息技术与家居设备结合，大大提升

随着经济的快速发展，众多企业步入科学化管理的时代.销售预测是企业经营活动中必不可少的一个环节，预测的准确性直接关系到销售经营的成败.因此提出基于传统BP神经网络与时间序列预测模型为一体的改良BP神经网络预测模型，通过该模型的预测，可以更可靠地预测企业在未来单位时间内的销售额.改良神经网络参考了同步时间序列的预测做出了自我校准，并利用遗传算法达到通过校准得到自我优化的目的，简化网络结构，提高预测的准确度.

pso-elm（粒子群算法优化极限学习机）

基于bp神经网络的手写字体识别 有图像 有文献说明 适合新手使用练手.

在智能领域，大部分问题都可以归结为优化问题。常用的经典优化算法都对问题有一定的约束条件，如要求优化函数可微等，仿生算法是一种模拟生物智能行为的优化算法，由于其几乎不存在对问题的约束，因此，得到广泛应用。本次毕业设计将基于群体智能的粒子群优化算法作为研究课题，主要任务及目标为：熟悉和掌握基本粒子群优化算法的基本原理，分析影响算法性能的参数，熟悉基本粒子群优化算法的改进算法和改进策略，利用Matlab科学计算语言进行算法仿真，掌握科学研究的基本过程和方法。提出一种改进的粒子群优化算法，并进行仿真比较。

Matlab车间动态调度PSO微粒群算法程序最后输出优化结果和甘特图，matlab2021测试。

基于PSO粒子群优化的kmeans的聚类仿真，matlab2021a仿真测试。

BP神经网络拟合预测，适合初学者