遗传算法，求解经典作业调度问题（FT06）

神经网络、遗传算法、蚁群算法、粒子群算法等其他智能算法的MATLAB实现及应用，本文所有的代码均通过测试可以直接在matlab上进行使用仿真。

%Step 1 问题相关数据初始化 %Step 2 算法参数初始化 %Step 3 种群初始化 %step 4 根据单一染色体获得其详细的调度方案 %生成机器基础表 %获取可用机器编码 %依次为jobSeq中的作业安排当前的机器及开工、完工时间 %获取这些可用机器中最早可用机器编码 %根据可用机器的最早可用时间和当前作业的最早可用时间确定该作业在该到工序上的开工，完工时间 %更新作业和机器的可用时间

SwaNN是基于粒子群优化（使用Python包PySwarms（https://pyswarms.readthedocs.io/en/latest/）的神经网络的基本框架。zip文件包含SwaNN.py中的主要程序，大约30个示例：-分类-回归-时间序列预测如果有人对此类感兴趣，我需要一些关于类构建的帮助（我既不是Python专家也不是OOP专家）...在Google Colab中：https：//colab.research .google.com / drive / 1u6SOydDUThUrhTfaic2NiyDhh1ZGRJsH？usp = sharing新增功能：-重新组装并清洁了jupyter笔记本

提出一种NNC-PID电液位置伺服控制系统的设计方法。采用PC机+DSP为主控制器，NNC自学习、自适应对PID参数自整定的控制算法，以满足在非线性、参数时变性、不确定性条件下，对机械手电液位置伺服系统进行高精度和快速响应的控制要求。与常规PID控制的对比实验表明，该系统由于具有自学习和实时调整PID参数的能力，使系统很快收敛于位置稳态值，同时对参数时变表现出良好的鲁棒性，很好地解决了液压系统的非线性和参数时变问题，具有良好的定位精度和伺服跟踪性能。

labviewd的pid工具包的使用手册，希望可以帮助大家少踩坑

基于matlab建模，本模型是通过遗传算法优化BP神经网络进行预测，最后输出进化过程图、预测效果对比图、误差图和RMSE、MAE、MAPE、R2等评价指标。可以结合自己的数据集运行，需要修改的地方均备注了，适合新手入门，包括main.m、BpFunction.m、Objfun.m三个.m文件。 本文件代码是基于【每行一个样本，每列一个特征】，如果数据集以列为样本请注意转置！运行前需安装matlab遗传算法工具箱。

模糊自适应PID在电厂主汽温控制中应用，李建刚，任子晖，本文主要给出了电厂锅炉主汽温的控制参数自整定的模糊PID设计。首先介绍了PID控制和模糊控制理论的相关知识，基于主气温的数学模型

整理的一些PID详细解释和公式，包括增量式和位置式PID，也介绍了PID参数调节的一些技巧，供初学者使用

利用遗传算法优化SVM的两个参数，得到高精度的SVM模型用于识别分类