免疫粒子群混合优化算法整定PID，该方法将免疫算法中的基于浓度的抗体繁殖策略 与粒子群优化算法相结合。对浓度低的粒子进行促进，对浓度高的粒子进行抑制，因而保持了粒子的多样性，克服了PSO 算法易于陷入局部最优点的缺点，寻优速度快。

MATLAB源代码、文章、pso_优化_BP

利用粒子群优化算法来寻找svm中的最有参数，达到最优解

采用PSO算法优化PID参数，完成PID优化控制。

自己修改的一个源程序，用粒子群算法优化RBF神经网络的中心值，宽度，权值，可以直接运行~喜欢分类、预测的朋友们，可以下载！

pso优化elman神经网络 使其精度更高

PSO粒子群算法，用于求解最优化问题.里面包含了pso工具箱的使用介绍以及一些例子。

PSO简单学习主函数，粒子群算法智能算法优化，适合初学者学习。

1.python程序 2.可直接运行，有数据集

  深度神经网络（DNN）在各种任务中取得了前所未有的成功，但是，这些模型性能直接取决于它们的超参数的设置。在实践中，优化超参数仍是设计深度神经网络的一大障碍。在这项工作中，我们建议使用粒子群优化算法（PSO）来选择和优化模型参数。在MNIST数据集上的实验结果显示：通过PSO优化的CNN模型可以得到不错的分类精度，此外，PSO 还可以提高现有模型结构的性能，PSO是自动化超参数选择和有效利用计算资源的有效技术。 针 对CＮＮ 算法的收敛速度较慢、过 拟合 等问题, 文章提出一种基于PSO和 CNN 模型的图像分类方法，在分析完CNN各超参数对其性能的影响后，引入 PSO 算法进行寻优以增强CNN网络模型的特征提取能力,模型将CNN算法中需要训练的参数作为粒子进行优化，将 更 新 的 参 数 用 于ＣＮＮ 算 法 的 前 向 传播，调整网络连接权矩阵迭代，直到误差收敛，停止算法，以达到最终的模型优化。