为解决BP神经网络拟合非线性函数的预测结果误差较大问题,笔者将标准粒子群算法进行改进,形成基于免疫接种的粒子群算法(IPSO);然后将该算法与BP神经网络理论相结合,实现基于IPSO算法优化的BP神经网络非线性函数拟合算法。新的拟合算法首先确定BP神经网络结构,然后用IPSO算法优化初始权值和阈值,最后进行BP神经网络预测。数值实验表明,本文提出的IPSO算法提高了BP神经网络的拟合能力,减小了拟合误差,提高了拟合精度。

粒子群算法 约束多目标 优化 matlab代码 粒子群算法 约束多目标 优化 matlab代码 粒子群算法 约束多目标 优化 matlab代码 粒子群算法 约束多目标 优化 matlab代码

基于粒子群算法的多目标搜索算法matlab程序，案例10：基于粒子群算法的多目标搜索算法matlab程序

三维粒子群算法

针对振荡问题，在工业控制系统中，电机与负载之间一般都是通过传动轴、齿轮或者联轴器等传动机构进行连接，然而传动机构有一定的刚度系数，并不是完全刚性的，因此电机和负载之间存在柔性传动，即“末端振荡”。永磁驱动控制系统机械谐振抑制的综合设计是电机驱动领域的关键共性技术，对于提升永磁电机控制系统动态响应品质、提高系统安全性具有十分重要的意义。本文提出了一种基于智能算法的共振抑制方法，可有效解决陷波器由于参数耦合导致难以整定的问题，解决了伺服系统中多轴共振问题，既发挥了粒子群优化算法的优化计算能力，又体现了陷波滤波器有效滤除谐波的优点，将二者融合起来，有效消除了永磁同步伺服电机的共振谐波，抑制伺服共振现象。

1内容中主要包含了简单非类编写的PSO算法，两个有点区别的并行PSO算法，第一种并行会使用计算机允许的线程，第二种并行可以控制使用线程的数量，具体可通过任务管理器查看区别； 2可以直接运行对比算法的并行计算效果； 3测试的时候也可以打开自己电脑的任务管理器查看并行进程； 4因为测试函数简单，所以并行效果不容易看出来，因此加了sleep(2)函数验证并行结果，如果是复杂的耗时的函数，效果会更加明显。

使用粒子群算法计算图最短路径，含主程序和优化函数以及范例文件

【路径规划】基于粒子群算法机器人避障路径规划matlab源码含GUI.md

matlab代码粒子群算法PSO的审查 我的论文《粒子群优化算法评论》的存储库，这是专业英语课程的最终项目，此处发布的代码包括SPSO，BBPSO，CLPSO等。 内容声明 在“ Data ，所有模拟结果都存储在servel .mat文件中。 实验结果已存储在Tabs文件中，如论文中建议的最多表格一样。 实验结果已经可视化为图形，这些图形已在文件夹Figs论文中引用。 MatlabCode有参与我的论文所有算法代码，包括APSO ， BBPSO ， breed-PSO ， CLPSO ， LDIW-PSO和SPSO 。 测试功能也已经放在Funs文件夹中，包括Ackley ， Alpine ， Griewank ， Rastrigin ， Rosenbrock ， Schwefel ， Sphere ， Sum of Different Power 其他 涉及算法的代码可以在以下位置找到： 我还在文章中发布了关于志虎SPSO（标准粒子群优化）的介绍，该文章可以在以下位置找到：

利用混合粒子群算法的求解TSP问题的matlab实现