我把这件作品献给我的儿子。 粒子群优化是优化中最著名的随机搜索算法之一。 在这些代码中，并基于下面的参考资料，我们向您介绍了一个由 PSO 训练的完全连接的常规自动编码器。 [1] MN Alam，“粒子群优化：MATLAB 中的算法及其代码粒子群优化：MATLAB 中的算法及其代码”，no。 2016 年 3 月。 [2] Y. Liu、B. He、D. Dong、Y. Shen 和 T. Yan，“ROS-ELM：用于大数据分析的强大在线顺序极限学习机”，Proc. ELM-2014 卷。 1，算法理论，卷。 3，第 325-344 页，2015 年。 [3] H. Zhou, G.-B. Huang、Z. Lin、H. Wang 和 YC Soh，“堆叠极限学习机”，IEEE Trans。 Cyber​​n.，卷。 PP，没有。 99，第。 2014 年 1 月。

针对电能质量中的复合扰动信号分析问题，提出一种粒子群优化(PSO)和匹配追踪(MP)算法相结合的分层搜索的原子分解方法。首先应用MP算法提取基波分量，对于去除基波分量的残差信号，利用快速傅里叶变换找寻能量最大的频率成分，采用PSO算法粗搜索出最佳匹配粒子，然后以最佳匹配粒子为中心，在一定范围内重新离散化，生成小规模原子库，再应用MP算法有针对性地进行细搜索，最终得到最佳匹配原子，提取出电能质量复合扰动特征参数。仿真结果表明，该方法能克服MP算法匹配时间长、计算量大及PSO优化MP算法残差积累过大、容易陷入局部最优、匹配参数不准确等缺点，且具有一定的抗噪性和实时性。

完整的粒子群优化神经网络代码，代入数据就可以运行

粒子群最优化算法的源代码，里面有matlab的m文件，可以直接进行引用

遗传算法，粒子群优化，模拟退火，蚁群优化算法，免疫算法，人工鱼群算法，差分进化和TSP（旅行商）scikit-opt群体智能化Python（遗传算法，粒子群优化，模拟退火，蚂蚁）殖民地算法，免疫算法，Python中的人工鱼群算法）文档：https：//scikit-opt.github.io/scikit-opt/#/en/文档：https://scikit-opt.github.io/scikit -opt /＃/ zh /源代码：https://github.com/guofei9987/scikit-opt帮助我们改进scikit-opt https://www.wjx.cn/jq/50964691.aspx install pip install scikit-opt对于当前的开发人员版本：

【lstm预测】基于粒子群优化lstm预测matlab源码.md

基于粒子群优化算法的复杂船舶电力系统脆性研究.pdf

基于量子行为粒子群优化算法-混沌神经网络的电力系统负荷预测.pdf

关于abc算法的论文，嵌入粒子群优化算法的混合人工蜂群算法

完整的粒子群优化神经网络代码，代入数据就可以运行