matlab sir 模型代码pMCMC-SIR 这是 Rasmussen, DA, Ratmann, O., & Koelle, K. (2011) 中使用的粒子 MCMC 代码的 R 版本。 . PLoS 计算生物学，7(8)，e1002136。 原始代码是用 MATLAB 编写的，可从 . 我将原始 MATLAB 代码翻译成 R 并保留原始代码和模拟数据的文件结构。 要使用模拟数据运行 SIR 流行病学模型的粒子 MCMC 算法，请在 R 终端中键入以下命令 source( ' main_Inference.R ' )

vmd分解matlab实现，变分模态分解，信号分解，可应用于各种信号的分解，以及入门学习的辅助材料，这是vmd方法提出者的原版代码

粒子群算法优化变分模态分解参数K、Alpha

unity3d 特效插件 52 Special Effect Pack 52种特别的粒子特效源码.zip

Unity3D粒子效果教程 源码版.zip

优化传感器网络覆盖对于合理分配网络的空间资源、更好地完成信息感知和采集任务、提高网络的生存能力都具有重要的意义。在分析传感器节点有向感知模型的基础上，提出了一种有向传感器网络改进粒子群覆盖增强算法。该算法针对随机部署有向传感器网络，以网络区域覆盖率为优化目标，采用改进的多步式位置可选择更新粒子群优化算法，通过调整传感器节点的主感方向，减少网络感知重叠区和感知盲区，实现覆盖增强。仿真实验表明，该算法简单、高效，优于传统的覆盖增强算法。

粒子群算法是进化算法中比较不多的算法之一，该算法用于众多领域。这里采用粒子群算法来优化TSP最优路径，以路径函数作为适应度函数进行优化。该代码赋有TSP城市之间的坐标位置，读者可根据修改城市坐标位置来进行自己的模拟测试

内置了葡萄酒数据，和分类与预测两个例子，可以根据需求进行改动，可读性强！ 支持向量机是一种基于VC维理论同时又满足结构风险最小状态原则的机器学习算法，具有适应于小样本，泛化能力强等优点，主要是通过寻找一种满足公式 的最优的超平面，来实现不同数据特征的区分，其分类与预测效果的优劣主要受参数c，g的影响。 采用粒子群优化算法对支持向量机进行参数寻优。

对比不同卡尔曼滤波器的性能包括EKF,UKF,GSF-EKF,IMM-EKF,IMM-UKF以及粒子群滤波

为了进一步提高多模态函数寻优的效率, 提出一种融合Powell 搜索法的粒子群优化算法. 将PSO 算法的全
局搜索能力与Powell 法的强局部寻优能力有机地结合起来, 在保证求解速度, 尽可能找到全部极值点的同时提高了
解的精确性. 由于该算法只利用了函数值信息而不需要计算导数, 是求解可微和不可微多模态函数优化问题的通用
方法. 仿真实验表明了新混合算法的有效性.