基于模拟退火的粒子群算法寻优.pdf

介绍了杂交粒子群算法的原理，通过三个典型Benchmark函数对该算法的收敛精度进行了测试。将杂交粒子群算法应用到FIR数字滤波器的设计中，从而计算出FIR数字滤波器的系数。通过高通和带通两个实例进行仿真实验，并与Parks-McClellan算法设计的滤波器进行对比，结果表明，采用杂交粒子群算法设计FIR数字滤波器具有更好的通带和阻带特性，是一种有效的方法。

遗传算法和粒子群算法结合的matlab源码 详细的注释 遗传算法和粒子群算法结合的matlab源码 详细的注释

rt，粒子群算法优化的RBF神经网络

Optimal load frequency control in interconnected power system，基于粒子群算法的互联电力系统最优负荷频率控制。包括matlab完整代码。

matlab代码粒子群算法GPSI_tool_box Matlab代码，利用混合同伦-PSO算法和多核极限学习机对DNAPL污染的含水层进行有效的源识别和参数估计 地下水污染源识别（GPSI）对采取有效措施保护地下水资源，评估风险和设计补救策略至关重要，属于数学方程式的反问题，该数学方程式具有明显的非线性和不适定性。 关于稠密非水相液体（DNAPL）源的反演，污染物的特殊特征使相关研究更加复杂。 在当前的工具箱中，结合了基于同伦的优化逆理论和多核极限学习机（MK-ELM），可以有效地解决GPSI问题，同时估计DNAPL污染地点的含水层参数。 将包含多核与遗传算法（GA）的极限学习机嵌入到源反演的优化模型中，以代替多相流模拟模型并减轻反演迭代的可观计算负担。 混合同质粒子群算法（PSO）被构造为一种在不依赖初始值的情况下在宽广区域内分段搜索全局最优值的更有效方法。 结果表明，基于GA的MK-ELM和混合同质PSO的应用有效地完成了地下水污染源和含水层参数的同时识别。 主程序在“ Hybrid_homotopy-PSO_for_GPSI”文件夹中名为“ H_PSO_identificati

利用粒子群改进算法整定pi控制器两个参数。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

粒子群算法优化的粒子滤波，非常基础。程序可下载，不懂可以私信问我。希望能够帮助到大家，谢谢

基本的粒子群算法的单步更新位置,速度的算法，有详细的注释，可读性强

【布局优化】基于粒子群算法的无线传感器网(WSN)覆盖优化Matlab源码