自写文档配套程序，原文链接如下： https://blog.csdn.net/weixin_36815313/article/details/110489796

基于状态空间的模型预测MPC控制器的设计，附带例子（MATLAB） 基于状态空间的模型预测MPC控制器的设计，附带例子（MATLAB）

利用传统的模型预测控制算法确定下一时刻所要应用的开关状态时，需遍历变换器的全部开关状态，计算量较大，不利于在线应用。对此，提出了一种改进的永磁同步电机模型预测控制算法，通过求出期望的电压矢量角，确定电压矢量所在扇区，进而减少算法对开关状态的选择数量，使算法的计算量得到显著降低。实验结果说明，采用所提改进模型预测控制算法，系统具有较好的电流动态特性和较小的纹波电流。

Matlab粒子群优化算法PSO应用于神经网络优化程序-abbr_056a6fdec6fd396d3e380f52e7ae7fa7.rar 粒子群优化算法（PSO）应用于神经网络优化程序。分为无隐含层、一隐含层、二隐含层。运行DemoTrainPSO.m即可

 与传统多光谱遥感图像相比, 高光谱图像是在一定波段范围内窄波段成像的, 提供了丰富的光谱信息, 拓展了遥感技术的应用范围, 但同时存在数据含量大、波段间相关性高等问题, 在进行处理时需要对高光谱图像进行降维。通过分析现有高光谱波段选择方法, 本文提出了一种基于信息论准则的高光谱波段选择方法, 结合波段信息熵与波段间的相关性, 采用粒子群优化算法(PSO) 进行波段优选, 克服了采用单一使用信息量为适应度的片面性。最后使用AVIRIS 图像对提出的算法进行试验, 并利用支持向量机分类方法进行分类验证, 总体分类精度达到91.0%。

多智能体中的图论方法

为了提高基于群体智能的粗糙集最小属性约简算法的求解质量和计算效率,提出一个结合长期记忆禁忌搜索方法的粒子群并行子群优化算法.并行的各子群不仅具有禁忌约束,而且包含多样性和增强性策略.由于并行的子群共同陷入局部最优的概率小于一个粒子群陷入局部最优的概率,该算法可提高获得全局最优的可能性,并减少受初始粒子群体的影响.多个UC I数据集的实验计算表明,提出的算法相对于其他的属性约简算法具有更高的概率搜索到最小粗糙集约简.因此所提出的算法用于求解最小属性约简问题是可行和较为有效的.

用粒子群优化算法求解函数最大值和最小值问题，稍微更改一下即可求任意函数最值 用粒子群优化算法求解函数最大值和最小值问题，稍微更改一下即可求任意函数最值

这是我在网上下载的Matlab粒子群优化算法工具箱，使用比较方便，献上与大家分享