PSO粒子群算法优化极限学习机ELM参数，即PSO-ELM

任务分配是多无人作战飞机(UCAV) 协同控制的基础. 对此, 分析了影响任务分配的关键战技指标, 建立了
针对攻击任务的多UCAV协同任务分配模型. 应用连续粒子群算法对问题进行求解, 建立了粒子与实际问题间的映
射, 通过位置饱和策略构造粒子的搜索空间, 采用自适应惯性权重提高粒子群算法的收敛速度和全局寻优能力. 考虑
到单机的任务载荷限制, 引入了买卖合同机制以实现多机任务协调. 仿真结果表明, 所提出模型和算法可以较好地解
决多UCAV协同任务分配问题.

用粒子群算法对BP神经网络进行训练 亲测可用！

通过粒子群算法实现在33节点中的分布式电源的选址定容

PSO 粒子群算法 matlab程序设计 。

基于改进粒子群算法的水轮机调速器参数优化，详细讲解模型建立，算例求解

基于粒子群算法函数优化，主要是在PID控制中的应用，解决PID参数整定的问题

混沌粒子群优化算法，及其该算法的简单应用

此代码详细的按粒子群算法原理编写，每一步走都能轻松看懂。其中用粒子群算法优化了单目标函数，需要测自己的函数，在原代码上修改就可以了！此代码可以做单元，也可以做多元！

针对粒子群算法在处理多峰复杂函数优化问题时容易陷入局部极值,难以满足海上运动目标搜寻问题的需要,提出一种基于析因思想的改进粒子群算法.所提算法结合种群智能思想与析因实验设计思想,利用随机化及区组化策略,设计参数在不同水平的组合,并得到相应的适应度值,获取各个参数的适应度曲线;分析各参数变化对适应度值的影响以及参数间的交互作用,基于此获取解空间形态;针对不同参数采用不同策略,利用种群迭代寻找全局最优解,使种群针对交互作用明显的参数侧重于全局搜索,针对交互作用不明显的参数侧重于局部搜索;最后将所提算法应用于海上运动目标搜寻问题,实验结果表明,相较其他几种对比算法,所提出的算法能够有效制定更优的搜寻计划.