利用PSO粒子群算法实现对多输入多输出SVM进行优化，程序可以运行。如果不能运行，可以私信。

显示了三个文件： 1）“ Fitting.m”：它是“主”文件。 2）“ ObjFun_fun.m”：在此文件中计算目标函数。 它接受必须输入所有输入数据的“数据”结构作为输入。 3）“ Optimization_PSO_v02.m”：这是PSO优化功能。 不得修改此文件。 可以设置该问题来修改其他两个文件。 在示例中，显示了一个 2D 曲线拟合问题。 如何创建优化问题？ -打开“ Fitting.m”文件并创建一个名为“数据”的结构，在该结构中必须放置优化问题所需的所有输入数据。 -打开“ ObjFun_fun.m”文件，并编写计算目标函数所需的代码。 在示例中，目标函数是最小二乘，因此在此处进行计算。 包含所有输入数据的“数据”结构会自动传递到此函数，因此无需修改其他文件。 -运行“ Fitting.m”文件。 对于0D动态系统中的参数估计问题，我也使用了相同的文件。 请，如

基于PSO粒子群优化算法改进的CSO算法，克服PSO的缺点，运行速度更快

PSO算法求解最短路径问题，PSO算法的中数据的表达方式，PSO算法求解最短路径问题的模型

07-基于粒子群算法的储能优化配置.rar

unity喷泉粒子。 该资料仅用于学习，禁止用于商业目的，如用于商业目的，请支持正版。如果侵权，请联系我进行删除

该资料仅用于学习，禁止用于商业目的，如用于商业目的，请支持正版。如果侵权，请联系我进行删除。

由于用PSO进行机器人路径规划的研究尚局限于用连续模型规划连续描述的环境中的路径，使算法受到一定的局限性。为此，研究了一种全新的基于栅格法的机器人路径规划二进制粒子群算法。首先用栅格法描述机器人工作环境，在此基础上，将机器人路径表示为粒子位置的二进制编码，并以路径长度为适应值，产生初始种群后，再对粒子位置和速度进行更新，经过多次迭代，即可获得从起始点到目标点的一条全局最优路径。该方法模型简单，算法复杂度低，收敛速度快，计算机仿真实验证明了该方法的有效性和先进性。

【WSN优化】基于粒子群算法求解传感器覆盖优化问题含Matlab源码

粒子群优化在寻找全局最优解时的动画。