内容概要：这个压缩包里面包括PSO_GA混合算法主程序，和其调用simulink参数的子程序，以及其使用方法的文件说明。其程序又丰富的中文代码注释，帮助你快速掌握代码思想，了解代码时如何运行的。 目标：由于PSO算法本身的缺陷，其存在容易出现早熟收敛、后期迭代效率不高、搜索精度不高的问题，此资源在线性递减惯性权重PSO算法的基础上，与GA遗传算法相结合，针对PSO易陷入局部最优，通过采用GA杂交变异的思想，增加了粒子的多样性，跳出局部最优，增强混合算法的全局搜索能力，提高搜索精度。 适用人群：所以此资源适用于有进一步想提高PSO算法迭代能力的小伙伴，而能搜索到的资源又极少，这里给出一份参考答案，有需要的可以自行下载。 其他说明：不懂如何使用的请积极找我联系，不要怕麻烦，我看到信息一定会第一时间回复你的。(๑•̀ㅂ•́)و✧

智能微电网PSO优化算法，比较全，推荐下载。 适合参考学习！！！ 程序完整！！！ 包含PSO、GA两种算法。

遗传算法嵌入粒子群算法优化LSSVM回归预测模型 pso-ga-lssvm 遗传算法嵌入粒子群算法优化LSSVM回归预测模型 直接替换数据就可以运行

将ga算法嵌入pso算法组合优化lssvm分类模型 替换数据就行

主要是通过GA和PSO的全局搜索能力，用于改进BP网络的权值阈值

Jx-WFST：包装特征选择工具箱 《迈向人才科学家：共享与学习》--- 介绍 该工具箱提供了 13 种包装器特征选择方法 Demo_PSO提供了如何在基准数据集上应用 PSO 的示例 这些方法的源代码是基于伪代码和论文编写的 用法 采用主要功能jfs进行特征选择。 您可以通过将from FS.pso import jfs的pso更改为来切换算法 如果你想使用粒子群优化（PSO），那么你可以写 from FS.pso import jfs 如果你想使用差分进化（DE），那么你可以写 from FS.de import jfs 输入 feat ：特征向量矩阵（实例x特征） label ：标签矩阵（实例x 1） opts : 参数设置 N ：解决方案的数量/人口规模（对于所有方法） T ：最大迭代次数（对于所有方法） k : k -最近邻中的k -值 输出 Acc : 验证模型的

libsvm-mat工具包 有heart-scale的mat文件； 增加了pca,pso,ga函数工具包利于优化及寻参； 32位win7已编译; 含测试数据供测试

代码

本文件对PID参数kp,ki,kd进行寻优，以ITAE作为指标函数。 PSO 文件中有详细的参数设置和寻优过程 GA寻优与PSO寻优作为对比出现 figure1展示了随着迭代次数的变化，适应度函数的收敛情况 figure2展示了kp,ki,kd的迭代情况 ht 文件是用来画图的 问题解决思路.pdf 简要介绍了粒子群算法寻优的过程

PSO与GA混合优化算法，可实现比单纯使用PSO或者GA算法更好的优化效果(PSO and GA hybrid optimization algorithm, can achieve more than a simple algorithm using PSO or GA optimization results better)