粒子群算法 人工智能大作业论文，粒子群优化算法转化旅行商问题的源代码及数据 源代码：mytsp14.py 数据：burma14.txt 数据类型：经纬度 数据来源： :

本程序为标准粒子群优化算法，以优化目标函数为例，能够很好运行，使用者根据自己的要求在此程序上更改即可。

非常好的入门资料

PSO-FastSLAM（粒子群优化） 思想：针对FastSLAM存在的粒子退化问题，将群体智能中的粒子群合作技术引入FastSLAM框架。 方法：1.重采样后利用所有粒子的位姿计算机器人的位姿，选择所有粒子位置的均值而不是权重最大的粒子位置作为目标位置，作为PSO的目标。2.利用粒子合作—PSO，更新机器人位姿。

通过PSO粒子群算法求最大最小值，可直接运行。粒子群算法通过设计一种无质量的粒子来模拟鸟群中的鸟，粒子仅具有两个属性：速度和位置，速度代表移动的快慢，位置代表移动的方向。每个粒子在搜索空间中单独的搜寻最优解，并将其记为当前个体极值，并将个体极值与整个粒子群里的其他粒子共享，找到最优的那个个体极值作为整个粒子群的当前全局最优解，粒子群中的所有粒子根据自己找到的当前个体极值和整个粒子群共享的当前全局最优解来调整自己的速度和位置。粒子群算法的思想相对比较简单，主要分为：1、初始化粒子群；2、评价粒子，即计算适应值；3、寻找个体极值；4、寻找全局最优解；5、修改粒子的速度和位置。

【车间调度】基于PSO求解6X6的车间调度问题matlab 源码.md

用PSO算法优化Schaffer's f6函数，该函数的全局最小值为y=0，而最优解为（0,0）。

用C语言实现的PSO算法，注释较为详尽，大家用用看 本人也是用这个算法实现论文的要求

基于粒子群PSO算法的神经网络PID算法的实现程序

针对电力负荷的小样本、非线性、高维数和局部极小点等问题,提出采用最小二乘支持向量机方法建模,以历史负荷、温度、湿度等数据作为输入量,对短期电力负荷进行预测;针对最小二乘支持向量机在建模中存在的参数选取问题,采用一种根据种群多样性信息来指导初始种群选取和避免粒子早熟收敛现象的改进粒子群优化算法来优化最小二乘支持向量机的惩罚因子和核参数。仿真结果表明,基于改进粒子群优化算法和最小二乘支持向量机的短期电力负荷预测方法较最小二乘支持向量机预测方法、基于基本粒子群优化算法和最小二乘向量机的预测方法具有更好的预测精确度。