粒子群算法(PSO)优化极限梯度提升树XGBoost时间序列预测，PSO-XGBoost时间序列预测模型，单列数据输入模型。 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。

粒子群算法(PSO)优化xgboost的分类预测，多输入单输出模型。PSO-xgboost分类预测模型。 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。

通过粒子群算法对卷积神经网络结构的参数进行优化，最后在训练集和测试集上进行验证，效果比普通卷积神经网络的精度更高。粒子群算法可以有效高效地为卷积神经网络的超参数搜索提供方案。相比手动设计,粒子群算法通过模拟进化算法的方式,有望找到更佳结构。 粒子群算法可以用于卷积神经网络（Convolutional Neural Network, CNN）的优化。CNN是一种常用于图像识别、语音识别等领域的深度学习模型，它由多个卷积层、池化层和全连接层组成。CNN模型的优化需要调整的超参数很多，包括卷积核大小、卷积核数量、池化大小、学习率等等。因此，使用传统的梯度下降算法可能会陷入局部最优解，而粒子群算法则可以通过全局搜索来寻找更优的解。

2006 年底，东京大学 基本粒子物理研究中心成立了大规模的计算器系统，做为「Atlas 实验计划」的日本研究与分析据点。该中心采用了Infortrend科技EonStor A16F-G2422磁盘阵列存储系统，共装置了140台 EonStor A16F-G2422，总计导入了1.1PB的大容量存储设备。

对量子力学动量算符的起源的研究表明，它对应于古典相对论理论的非相对论动量，而不是相对论性动量，正如迄今为止相对论量子力学无条件相信的那样。 考虑到这种对应关系，定义了相对论动量和能量算符。 介绍了具有相对论运动学的Schrödinger方程，并研究了自由粒子和深势阱中捕获的粒子。

【Matlab源码】模糊控制器的粒子群优化算法

1.版本：matlab2014/2019a，内含运行结果，不会运行可私信 2.领域：智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，更多内容可点击博主头像 3.内容：标题所示，对于介绍可点击主页搜索博客 4.适合人群：本科，硕士等教研学习使用 5.博客介绍：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可si信

基于粒子群算法的发电机组经济出力分配附matlab代码.zip

我们报告了偶数核$ ^ {178} $ W中Kπ= 11−和12+四准粒子态的半衰期的首次测量。 亚纳秒半衰期是通过对法国奥尔赛ALTO工厂的NuBall阵列的LaBr $ _ {3} $（Ce）闪烁探测器检测到的数据应用质心偏移方法来测量的。 这些状态的半衰期只有通过几种实验技术的组合才能通过实验获得-闪烁器快速定时，脉冲束的异构体光谱以及NuBall阵列提供的逐事件量热信息。 对于Iπ= 11-和12+状态，测得的半衰期分别为476（44）ps和275（65）ps。 衰减过渡包括受阻较弱的E1和E2分支直接绕过两个准粒子状态，直接分支到基态带。 这是对E1过渡的首次此类观察。 小障碍的解释取决于基态带和t带之间的混合。

阳阳地下实验室NaI（Tl）探测器中，原子核上弱相互作用的大颗粒（WIMP）弹性散射的横截面极限是从2967.4 kg·天的数据暴露中获得的。 通过散射过程产生的闪烁光信号的脉冲形状可以确定来自散射过程的原子核后退。 数据与无核后座力假设一致，并且在WIMP核弹性散射截面上设置了WIMP依赖质量的90％置信水平上限。 这些限制部分排除了DAMA / LIBRA允许的区域，用于与相同NaI（Tl）靶物质进行WIMP-钠相互作用。 对于10 GeV / c2的WIMP质量，WIMP核独立自旋截面的90％置信水平上限为3.26×10-4 pb。