本课题是在BP神经网络温度预测的基础上进行优化，加入PSO算法，结果中R^2、MSE等参量明显比BP神经网络单独预测效果好的许多。

粒子群优化SVM系数，matlab源代码，可以使用

基于改进探索和开发的异构综合学习粒子群优化算法，里面包含论文与代码，在MATLAB上运行即可

粒子群优化算法的基本内容

使用粒子群算法PSO优化BP神经网络的参数，已经做了标注，更详细的可以参照这篇文章

特征选择是常用的预处理任务之一，其目的是减少智能算法和模型的输入量。这有助于简化模型，降低模型训练的计算成本，提高模型的泛化能力和防止过度训练。用于前馈人工神经网络（ANNs）训练的进化特征选择的MATLAB实现。

本代码是matlab的代码，毕业设计的三个算法，对原来的粒子群算法进行改进，分别是混沌粒子群，和GAPSO得到的效果还不错，注意这是代码，源代码。

针对有功网损、电压偏差和静态电压稳定裕度的多目标无功优化问题，提出一种基于改进粒子群-禁忌搜索算法的多目标电力系统无功优化方法。以最小特征值模为电压稳定裕度指标建立了3个目标函数的单一妥协模型。应用Kent映射产生的混沌序列作为初始种群，保证初始种群的多样性和均匀性。粒子群优化（PSO）算法进行前期计算时，采用凸函数递减惯性权重和自适应学习因子提高算法的收敛速度和精度；针对PSO算法搜索精度不高和陷入局部最优的问题，在PSO算法后期收敛后引入禁忌搜索算法全局寻优。基于群体适应度方差，引入模糊截集理论将模糊集合转化为经典集合，定义了经典集合下的收敛指标，当其值为0时进入禁忌搜索计算阶段，解决2种算法的切换问题。将所提方法应用于IEEE 14、IEEE 30和IEEE 118节点系统中，验证了其有效性和可行性。

基于粒子群优化支持向量机的LIBS钢液Mn元素定量分析

运行文件PSO,即可运行程序。程序给了相应中文解释。本文件提供4个相关的数据集，前缀为data为是数据，前缀为target为数据的标签。注：使用的是MATLAB2016a版本，采用MATLAB自带的SVM,若已安装林志仁SVM，则程序可能会运行失败，解决办法：MATLAB设置路径为默认路径，再次运行即可。