粒子群算法(PSO)优化最小二乘支持向量机分类预测，PSO-LSSVM分类预测，多输入单输出模型。 多特征输入单输出的二分类及多分类模型。程序内注释详细，直接替换数据就可以用。 程序语言为matlab，程序可出分类效果图，迭代优化图，混淆矩阵图。

针对用BaumWelch算法训练隐马尔可夫模型用于序列比对算法的搜索空间有限性容易陷入局部最优点的缺陷，提出一种用量子粒子群优化算法训练隐马尔可夫模型的生物多序列比对新方法。该方法克服了BaumWelch算法在收敛性能上的缺陷，在整个可行解空间中进行搜索。从BaliBASE数据库中选取测试例子进行数值实验，实验结果表明，所提算法优于BaumWelch算法，对标准例子进行的实验证明了算法的有效性。

文档对粒子群算法进行了非常详细，且简单易懂得的解释。希望会给好学者以启示，祝你学习顺利。 文档对粒子群算法进行了非常详细，且简单易懂得的解释。希望会给好学者以启示，祝你学习顺利。

基于粒子群算法(PSO)优化高斯过程回归(PSO-GPR)的数据回归预测，matlab代码，多变量输入模型。 评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。

根据Mie散射理论，以对数正态分布函数描述沙尘气溶胶粒子群的粒径尺度分布，计算了沙尘气溶胶粒子群在0.2~40 μm波段间对太阳短波辐射和地球大气长波辐射的单次散射反照率、散射相矩阵函数，揭示了不同相对湿度时，沙尘粒子群对入射辐射的散射和偏振的特征。结果表明，沙尘粒子群的单次散射反照率随着入射波长的增加有较大起伏，不同相对湿度条件下，变化趋势基本一致；在可见光、近红外波段单次散射反照率随湿度增加而变大，湿度95%时非常接近于1；大于10 μm的热红外波段单次散射反照率随相对湿度增加而减小，具有较强的吸收辐射能力。散射辐射强度受湿度影响较小，随散射角的增加呈现先减小后增大的趋势，且增大的趋势随着波长的增加而减弱；不同波段上，线偏振和圆偏振随散射角和相对湿度变化存在差异；在前向和后向仅对入射辐射为圆偏振辐射产生圆偏振散射；散射光的偏振特性及其湿度差异主要表现在后向散射区，多以拱形形式体现。拱顶峰值散射角位置存在差异，且峰值散射角随相对湿度的降低向后向漂移。

PSO_bpnn Python 粒子群算法结合神经网络

为了降低运用简化传感器模型对动态测试结果进行修正时带来的误差,提出一种基于最小二乘(LSM)与粒子群优化算法(PSO)的动态补偿器设计方法。采用最小二乘法识别传感器的最佳阶次,作为补偿器的阶次,克服简化模型对补偿器设计的影响,结合粒子群算法对传感器进行逆建模得到补偿器,并分析补偿前后传感器的时域与频域特性。实验表明,该方法能有效的降低传感器的动态测量误差。

粒子群算法在模式识别，图像处理，最优化问题，参数设置中的应用

DG储能选址定容模型matlab 程序采用改进粒子群算法，考虑时序性得到分布式和储能的选址定容模型，程序运行可靠

多目标粒子群 冷热电联供 综合能源系统 运行优化 关键词：综合能源 冷热电三联供 粒子群算法 多目标优化 参考文档：《基于多目标算法的冷热电联供型综合能源系统运行优化》 仿真平台：MATLAB 平台采用粒子群实现求解 优势：代码注释详实，适合参考学习，非目前烂大街的版本，程序非常精品 主要内容：代码构建了含冷、热、电负荷的冷热电联供型综合能源系统优化调度模型，考虑了燃气轮机、电制冷机、锅炉以及风光机组等资源，并且考虑与上级电网的购售电交易，综合考虑了用户购电购热冷量的成本、CCHP收益以及成本等各种因素，从而实现CCHP系统的经济运行，求解采用的是MOPSO算法（多目标粒子群算法），求解效果极佳