基于边沿化粒子滤波的GPS单点定位算法，是一片很好的论文，希望对大家能有帮助，一直找时间分享资料，现在十二点了，想睡，忍着。

线性权重粒子群算法

为了克服传统粒子群算法(PS田的早熟和局部最优问题,提出了一种新的自适应惯性权重的混沌粒子群算法(ACP-SO算法)。该算法采用分段Logistic混沌映射的方法产生初始种群,并根据种群的进化状态来动态调整惯性权重。在详细阐述算法的种群初始化过程和动态调整惯性权重的过程之后,对经典的测试函数分别采用几种改进的PSO算法和ACPSO算法对其进行了测试,与其他几种方法相比,ACPSO算法的全局搜索能力有了显著的提高,并且能有效地避免早熟收敛问题,同时也说明ACPSO算法应用的可行性和有效性。

ArcPIC ArcPIC 2D是2D3V真空电弧粒子内仿真代码。 它记录在，并用于产生论文《 （H. Timko，K。Ness Sjobak，L。Mether， S.Calatroni，F.Djurabekova，K.Matyash，K.Nordlund，R.Schneider和W.Wuensch，《等离子体物理学》，2015年4月。

基于二进制粒子群算法的配电网故障区间定位，周睿，蔡中勤，针对配电网中FTU上传的故障信息可能有畸变的问题，本文提出将二进制粒子群算法应用于配电网故障区间定位问题，以期一方面解决故障

粒子群算法

一个求解sphere函数的粒子群算法的应用例子

为有效预测锂离子电池剩余寿命，引入了粒子滤波算法。对粒子滤波的基本概念和算法实现步骤进行介绍，在给出锂离子电池寿命统计数据的基础上，应用粒子滤波算法计算其剩余寿命，解决了锂离子电池剩余寿命预测的问题。对相同的锂离子电池统计数据，利用扩展卡尔曼滤波方法计算进行对比实验。分析结果表明：粒子滤波算法比扩展卡尔曼滤波算法可靠，能较好地预测出锂离子电池的剩余寿命，误差小于5%。

粒子群算法java源码