Levenberg-Marquardt算法code采用trustregion方法更新决策函数

非线性优化中的经典算法，用C语言实现。内附Matlab源代码和相应的参考文献。

针对非线性系统,提出了一种基于BP神经网络的预测控制方法。以BP神经网络建立多步预测模型并预测系统输出值,用LM(Levenberg-Marquardt)算法和PSO(Particle Swarm Optimization)算法组合的混合算法对目标性能指标函数进行滚动优化求解,得到非线性系统的最优控制量;利用误差修正参考输入法实现反馈矫正。通过将粒子群算法引入LM算法,克服了LM算法依赖初值和粒子群算法过早收敛于局部极值的问题,提高了求解的运行速度和精确度。通过对单变量非线性系统仿真实验,证明了该控制系统具有良好的稳定性、自适应性和鲁棒性。该方法可在数学模型不确定的情况下设计出有效的预测控制器。

MATLAB中LM算法的实现+PPT讲解，希望对大家有帮助！LM算法非线性最小二乘法

Levenberg_Marquardt算法，可进一步优化，得到更优的结果，仅作参考

Labview用LM算法非线性拟合，可以实现一组数据的非线性拟合，而不用知道具体的方程系数，我都觉得很烦了，能两句话说完，要那么多废话干嘛

经典算法matlab代码实现，经过测试，完全可用，用于计算机视觉的图像标定。

使用matlab编写的LM优化算法，基于imm3215，不是matlab内部函数。FK.m是原函数，JFK是一阶Jaccobi导数

MATLAB源代码，基于LM算法的神经网络训练程序，比传统BP算法快20倍以上

自己写的一份 基于Python利用LM算法优化BP神经网络完成数据反演程序