基于人工鱼群算法的PID参数优化设计

涵盖了人工鱼群算法的各种应用及对其算法的介绍，快速学习该算法有很大的帮助。

PSO算法是从这种生物种群行为特征中得到启发并用于求解优化问题的，算法中每个粒子都代表问题的一个潜在解，每个粒子对应一个由适应度函数决定的适应度值。粒子的速度决定了粒子移动的方向和距离，速度随自身及其

提出一种基于双鱼群算法的电力系统无功优化方法.该方法以基本人工鱼群算法为基础,增加具有捕食行为的凶猛鱼群,重新定义鱼群的行为方式和寻优过程,并引入逃离因子以扩大搜索空间.采用随机尝试次数变化的动态歩长

多目标人工鱼群算法、满足测试函数、MATLAB

用人工鱼群算法求函数的最大值。代码可以运行，包括python和matlab两个版本。

人工鱼群算法,是解决多元非线性方程组问题，里面有对算法原理的描述，算法的设计过程，还有MATLAB编写的程序，对初学者了解人工鱼群算法比较好

传统的PID控制器参数优化方法容易产生振荡和较大的超调量，因此智能算法如遗传算法（SGA）和粒子群算法（PSO）被用于参数优化，弥补传统算法的不足，但是遗传算法在进化过程中收敛速度慢，粒子群算法存在易

一种PSO优化PID算法，程序可完美运行

本研究侧重于利用Matlab对时滞系统的PID参数进行优化研究。时滞系统作为一种延迟影响显著的动态系统，对于控制工程至关重要。PID控制器作为常用控制策略之一，其参数的选择对系统性能至关重要。本文通过

这是一个基于人工免疫的tsp问题解答，最后算出函数的最优解。可运行的。