粒子群算法寻优，在限定条件下实现对群体变量的选择优化，以达到目标的最优值。

pso-SVM_PSO优化参数_psosvm_SVM优化matlab_svm优化_SVM_源码.zip

粒子群算法优化支持向量机参数，文件中包含数据和结果图

针对目前齿轮箱系统在利用神经网络故障诊断时存在正确识别率低和依靠经验选择参数的问题，提出了基于粒子群优化BP网络的齿轮箱故障诊断方法。简要介绍利用齿轮振动原理提取特征参数建立故障模型，该模型以齿轮箱特征向量为输入、故障类型为输出，详细分析了通过BP神经网络、概率神经网络和粒子群优化BP神经网络实现齿轮箱故障诊断。仿真结果表明，BP神经网络对齿轮箱故障诊断收敛速度慢，故障识别率为82%；概率神经网络的模型故障诊断识别率依据经验选取spread值决定，故障识别率最大为98%；粒子群优化后的BP神经网络故障诊断分类识别率为100%且自适应能力强。

The Particle Swarm Optimization Research Toolbox was written to assist with thesis research combating the premature convergence problem of particle swarm optimization (PSO). The control panel offers ample flexibility to accommodate various research directions; after specifying your intentions, the toolbox will automate several tasks to free up time for conceptual planning.

将PSO(粒子群算法)应用到TSPTW问题(时间窗车辆调度问题)上

【预测模型】基于粒子群算法PSO优化极限学习机ELM实现数据预测matlab源码.zip

入门的资料很多，眼花缭乱，但是进阶的资料却很少，粒子群算法优化LSTM神经网络，有数据在里面

粒子群算法优化的粒子滤波，非常基础。程序可下载，不懂可以私信问我。希望能够帮助到大家，谢谢

烟气含氧量是影响火电厂锅炉运行安全性和经济性的一个重要因素，影响锅炉烟气含氧量的因素多而复杂，对烟气含氧量特性进行建模与控制是实现锅炉正常运行的基础。借助现场运行数据，根据锅炉烟气含氧量的特性，建立基于最小二乘支持向量机(LSSVM)的锅炉烟气含氧量预测模型。在此基础上结合全局寻优的混合粒子群算法(PSO)，对锅炉烟气含氧量进行控制。仿真结果表明：该方法能够比较准确地对火电厂锅炉烟气含氧量进行测量和控制，为锅炉燃烧系统的闭环控制与优化运行提供了新的手段。