粒子群算法pso（c++实现）

本课题是在BP神经网络温度预测的基础上进行优化,加入PSO算法,结果中R^2、MSE等参量明显比BP神经网络单独预测效果好的许多。

粒子群优化SVM的两个参数，利用数据做预测，数据代码都在压缩包里，可以直接运行。

算法没有和图像处理直接相关,不过对于图像分类中的模式识别相关算法,也许会用到这个优化算法。

matlab粒子群算法（PSO）程序，算法优化效果比较，适合研究改进PSO算法的同学。

粒子群算法(PSO)属于群智能算法的一种,是通过模拟鸟群捕食行为设计的。假设区域里就只有一块食物(即通常优化问题中所讲的最优解),鸟群的任务是找到这个食物源。鸟群在整个搜寻的过程中,通过相互传递各自的

灰狼算法（GWO）和粒子群算法（PSO）在Matlab上的算法实现，同时加入了UCI的基准函数进行性能比较，便于学习两个算法。

本代码实现了粒子群算法的从初始化到更新粒子位置的各种功能，是初始学习大数据算法的很好的选择

里面大量讲解粒子群算法的不同改进方法，带有大量注释，方遍学习交流

粒子群算法的MATLAB实现可以立即运行，非常简单实用的程序

这个是利用粒子群优化算法，结合聚类分析，对UCI常用数据集进行聚类分析，增强聚类的可靠性和稳定性，利用适应度函数作为收敛的依据。希望对大家有用