粒子群算法PSO程序

粒子群算法的理论基础是以单一粒子来做为鸟类族群之中的单一个体，于算法中赋予该粒子（个体）拥有记忆性，并能够透过与粒子群体中的其他粒子之间的互动而寻求到最适解。本资源是粒子群算法代码（matlab）

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。

量子粒子群算法与基础粒子群算法matlab程序,里面包含注释及matlab程序，可以运行。其中pdf文件为量子粒子群算法讲解

该matlab程序为基于pid参数自整定与自适应调节所写，内容包括了辨识数据的产生，基于PSO算法模型结构的选择以及模型参数的辨识，曲线较为理想

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。

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

多种语言写的粒子群算法，简单易学，不懂也可以把待优化的函数放上去优化

本资料内包含自己编写的C语言源程序,希望对大家关于粒子群算法的学习研究有帮助~