粒子群寻优算法应用于PID，迭代寻优找到三个参数，应用于控制系统，效果良好。粒子群寻优算法应用于PID，迭代寻优找到三个参数，应用于控制系统，效果良好。

Phasor Prticle Swarm Optimization (PPSO)相量粒子群群优化 ，包括完整的matlab代码

经典的PSO算法，是一种基于种群的随机优化技术，粒子群算法模仿昆虫、兽群、鸟群和鱼群等的群集行为，这些群体按照一种合作的方式寻找食物。适用于入门学习。通过判断粒子停滞状态，陷入局部最优时重启粒子继续搜索。

1.两种优化算法 GA优化LSSVM参数 PSO优化LSSVM参数 2.多输入单输出回归预测模型 3.结果丰富 有适应度曲线 预测结果图 误差图

随着电力数据采集成本降低及大规模电网互联等因素，电网中可获取的数据类型日益丰富。以往的集中式预测方法对海量电力数据的分析能力有限。提出基于大数据和粒子群优化BP神经网络短期电力负荷预测，建立短期电力负荷预测模型。利用国家电网的实际负荷数据，采用所提方法进行预测，与实际负荷数据及集中式负荷预测结果进行比较，结果证明，所提方法预测精度较高，降低了负荷预测时间，在实际应用中具有可行性。

pso算法的工具箱，用于粒子群算法求解优化问题，帮助大家更好应用粒子群算法，无需对算法有较深理解即可实验

pso-bp神经网络预测程序，内包含数据。

Jx-WFST：包装特征选择工具箱 《迈向人才科学家：共享与学习》--- 介绍 该工具箱提供了 13 种包装器特征选择方法 Demo_PSO提供了如何在基准数据集上应用 PSO 的示例 这些方法的源代码是基于伪代码和论文编写的 用法 采用主要功能jfs进行特征选择。 您可以通过将from FS.pso import jfs的pso更改为来切换算法 如果你想使用粒子群优化（PSO），那么你可以写 from FS.pso import jfs 如果你想使用差分进化（DE），那么你可以写 from FS.de import jfs 输入 feat ：特征向量矩阵（实例x特征） label ：标签矩阵（实例x 1） opts : 参数设置 N ：解决方案的数量/人口规模（对于所有方法） T ：最大迭代次数（对于所有方法） k : k -最近邻中的k -值 输出 Acc : 验证模型的

libsvm-mat工具包 有heart-scale的mat文件； 增加了pca,pso,ga函数工具包利于优化及寻参； 32位win7已编译; 含测试数据供测试

Simple TSP using PSO（使用pso粒子群算法实现TSP旅行商问题）包括matlab程序以及GUI仿真。