多智能体的编队控制程序，单独的一个matlab文件，含有三个例子

MPPT PSO 由Koh Jia Shu Shun和Rodney Tan（PhD）开发1.00版 该模块执行基于粒子群优化算法的光伏电池板最大功率点跟踪。 这种MPPT PSO方法是使用MATLAB功能块中编写的MATLAB代码实现的。 该MPPT PSO模块从光伏面板获取电压和电流，并输出PWM开关信号以驱动DC转换器

大多数随机MPC可以分为两类：第一组是基于分析方法（机会约束）的MPC，这些方法基于指数成本的期望值求解OCP，但受到概率约束，通常在预测状态下。 第二组是基于随机场景的场景（基于场景），它们解决了确定数量的不确定性随机实现（也称为场景）的OCP。 这些文件包含基本的随机预测控制仿真器，用于带有加性扰动的多变量线性系统。 干扰具有高斯概率分布并且可以有界。 总共有两个模拟器：基于状态机会约束的MPC模拟器； 另一种基于实现干扰的场景。 另外，对于每个控制器，都有基于两个弹簧系统实现的示例文件。 ****************************************************** *************** 请在开始使用它之前，阅读文件“ readme.txt” ************************************************

运行文件PSO,即可运行程序。程序给了相应中文解释。本文件提供4个相关的数据集，前缀为data为是数据，前缀为target为数据的标签。注：使用的是MATLAB2016a版本，采用MATLAB自带的SVM,若已安装林志仁SVM，则程序可能会运行失败，解决办法：MATLAB设置路径为默认路径，再次运行即可。

为了提高多目标优化算法的收敛性、分布性和减少算法的计算代价, 提出一种基于量子行为特性的粒子群 优化(QPSO) 和拥挤距离排序的多目标量子粒子群优化(MOQPSO-CD) 算法. MOQPSO-CD 利用QPSO 快速接近真 实的Pareto 最优解, 同时引入高斯变异算子以增强解的多样性. 采用拥挤距离排序的方法对外部存储器中最优解进 行更新和维护, 使得从中选择的具有全局最优的领导粒子能够引导粒子群最终找到真实的Pareto 最优解. 仿真结果 表明, MOQPSO-CD 具有更好的收敛性和更均匀的分布性.

基于Tent 映射的混沌混合粒子群优化算法

插电式并联混合动力汽车模型预测控制

基于模型预测控制的电动汽车轮毂电机转矩控制研究_肖祥慧.caj

用于特征选择的粒子群优化 运行算法： 步骤 1：运行 PSO.m 文件 您可以使用您选择的数据集和 SVM 分类器替换数据集和 SVM 分类器。 如果您发现错误，请给我们发电子邮件。 Sadegh Salesi sadegh.salesi@my.ntu.ac.uk Georgina Cosma 博士 georgina.cosma@ntu.ac.uk 参考：S. Salesi 和 G. Cosma，“一种用于特征选择的新型扩展二进制布谷鸟搜索算法”，2017 年第二届知识工程与应用国际会议 (ICKEA)，伦敦，2017 年，第 6-12 页。 doi：10.1109/ICKEA.2017.8169893 网址： http : //ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=8169893&isnumber=8169886

对基本的粒子群算法，采用matlab实现，并附有详细的解说，很不错的一个源程序代码.