粒子群优化SVM系数，matlab源代码，可以使用

配电网重构粒子群算法PSO（Matlab程序），每一步运算都有详细备注，分享出来供大家学习参考。PS：本程序是参考其他源程序的基础上改进得到，主要修改部分为潮流运算部分，源程序也打包在内供大家参考（源程序是越南语写的程序）

数学建模源码集锦-基于PSO工具箱的函数寻优算法应用实例

首先通过对多尺度排列熵算法的参数时间序列长度 N、嵌入维数 m、延迟时间 t 和尺度因子 s 进行研究，得出对其参数优化的必要性。进而在综合考虑参数影响的 基础上，以多尺度排列熵的偏度构造目标函数，利用遗传算法(GA)、粒子群优化算法(PSO)对多尺度排列熵算法(MPE)的参数进行寻优，得到最优参数。

准确快速地识别缺陷对于使用涡流（EC）非破坏性测试对在役设备的结构完整性和健康状况进行监控至关重要。 本文介绍了一种新颖的无模型方法，该方法包括三个主要模块：信号预处理模块，分类器模块和优化模块。 在信号预处理模块中，提出了一种两级差分结构，以抑制可能污染EC信号的提离波动。 在分类器模块中，基于一对多策略的多类支持向量机（SVM）具有良好的准确性。 在优化模块中，通过改进的粒子群算法（IPSO）获得分类器的最优参数。 提出的IPSO技术可以通过以下策略提高主PSO的收敛性能：惯性权重的非线性处理，黑洞的引入以及具有极端扰动的模拟退火模型。 通过将其他样本添加到测试集中，已经验证了IPSO-SVM模型的良好泛化能力。 实验表明，该算法比其他著名的分类器具有更高的识别精度和效率，并且训练集少，优点更加明显，有利于在线应用。

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

利用pso来优化分数阶PID参数，里面有simulink模型，优化好PID参数后，运行simulink模型可以看看优化的效果。供初学者学习，比较有参考价值。

用两种方法通过python编程对TSP问题的求解 , 一是通过gurobi求解器求解 , 二是通过智能算法PSO(粒子群算法)进行求解 . 并画出最优路径 . 资源中包括TSP问题的数学模型 , 两种求解方法的python代码 , 以及求解结果图 . 是学习最优化算法的绝佳实践项目 . 另:包含生成随机城市代码 , 可随意调整问题规模 , 获取实验结果 .

pso-example-java-master.zip

用粒子群算法(PSO)优化BP神经网络权值的MATLAB程序,内附有详细的注释，大家可是下载学习一下。 用粒子群算法(PSO)优化BP神经网络权值的MATLAB程序,内附有详细的注释，大家可是下载学习一下。