粒子群算法matlab代码.doc

完整代码，可直接运行

烟气含氧量是影响火电厂锅炉运行安全性和经济性的一个重要因素,影响锅炉烟气含氧量的因素多而复杂,对烟气含氧量特性进行建模与控制是实现锅炉正常运行的基础。借助现场运行数据,根据锅炉烟气含氧量的特性,建立基于最小二乘支持向量机(LSSVM)的锅炉烟气含氧量预测模型。在此基础上结合全局寻优的混合粒子群算法(PSO),对锅炉烟气含氧量进行控制。仿真结果表明:该方法能够比较准确地对火电厂锅炉烟气含氧量进行测量和控制,为锅炉燃烧系统的闭环控制与优化运行提供了新的手段。

TSP (traveling salesman problem，旅行商问题)是典型的NP完全问题，即其最坏情况下的时间复杂度随着问题规模的增大按指数方式增长，到目前为止还未找到一个多项式时间的有效算法。本资源使用matlab软件，基于粒子群算法（PSO）对TSP问题进行了求解。

压缩包中共含有六个文件，均可运行。本程序为标准粒子群优化算法，以优化函数为例运行，代码后面标有注释，适合小白学习。

【优化求解】自纠正和逐维学习能力的粒子群算法Matlab源码.md

粒 不 子群\粒子群算法论文粒

提出了一种基于粒子群算法的战斗机空地攻击航迹规划模型，针对传统算法收敛精度低的问题，基于算法参数和迭代公式做了改进。通过构造战斗机作战攻击中面对敌防空火力、地形等威胁要素和战斗机技战术性能等各种约束条件，设计了一种适用于战斗机航迹性能评价函数作为粒子群的适应度函数，用VC++．NET进行算法仿真并将最优航迹在MATLAB中显示。仿真结果表明：改进后的粒子群算法规划出的最优航迹能较好地实现威胁规避，较传统算法收敛精度高，运算速度快，满足了战斗机机动性能约束和航程较短要求，且规划的效率和精度较高。

粒子群算法PSO、毕设论文、Matlab源代码、实验数据

粒子群算法中参数的实验与分析.doc