在分析烧结料层的物料运行及烧结终点界定的基础上,引入混沌粒子群优化自抗扰控制器参数的控制策略,实现对烧结过程中的台车速度及其与圆辊给料机转速间的速比的控制。为准确确定烧结终点状态,提高烧结矿的有效烧结效率,以烧结机尾料层断面图像的灰度值为基础数据,提出了判断烧结状态及提供反馈控制量的经验公式。将经验公式与自抗扰控制器相结合,最终实现了台车速度增量及速比增量的协调控制。依据机尾料层断面火焰图像灰度数据,对连续4d的烧结机台车速度及速比进行调节,得到变化趋势相同的台车速度及圆辊转速过程曲线,表明本文构建的方法是有效的。

【优化求解】混沌粒子群matlab源码.md

基于混沌粒子群和模糊聚类的图像分割算法.pdf

基于改进混沌粒子群的聚类检测算法研究.pdf

混沌粒子群优化的模糊神经PID控制器设计. 混沌粒子群优化的模糊神经PID控制器设计

提出一种多目标自适应混沌粒子群优化算法(MACPSO). 首先, 基于混沌序列提出一种新型动态加权方法选择全局最优粒子; 然后, 改进NSGA-II 拥挤距离计算方法, 并应用到一种严格的外部存档更新策略中; 最后, 针对外部存档提出一种基于世代距离的自适应变异策略. 以上操作不仅提高了算法的收敛性, 而且提高了Pareto 最优解的均匀性. 实验结果表明了所提出算法的有效性.

PSO算法是一种基于群智能（Swarm Intelligence）方法的演化计算技术。最早由Kennedy 和 Eberhart 于1995年提出，受到人工生命的研究结果启发，PSO的基本思想源于对鸟群捕食行为的研究。

本代码是matlab的代码，毕业设计的三个算法，对原来的粒子群算法进行改进，分别是混沌粒子群，和GAPSO得到的效果还不错，注意这是代码，源代码。

混沌粒子群算法是将混沌搜索策略与粒子群相结合，提高种群的多样性，防止陷入局部最优

混沌优化算法代码 粒子群 啊阿的发呆发呆发呆时发生的发生地发啊打发