说明：一种基于粒子群K均值聚类算法的电梯交通模式识别方法。该方法通过对此前一周的原始客流数据进行聚类分析，得到相应交通模式的聚类中心坐标[2]。针对实时变化的交通流数据，采集5 mins时段客流数据，根据最近邻原则划分其归属的聚类中心，从而识别出当前的交通模式。

粒子群 K均值 聚类算法 电梯 交通模式 识别方法 PSO

说明：基于粒子群算法优化的支持向量机分类算法，该算法可完成数据分类、回归分析的功能。

粒子群算法 向量机分类算法 数据分类 回归分析

说明：该程序是基于粒子群算法优化支持向量机中的正则化参数C和核函数参数K的算法，实现了对电力负荷的短期预测，预测效果较好，可根据自己要求进行更改。

pso svm 粒子群算法 向量机 核函数

说明：基于粒子群优化的最小二乘支持向量机的电力系统短期负荷预测的matlab仿真程序。

PSO 粒子群优化 最小二乘 向量机 电力系统

说明：利用PSO优化Bp算法， 同时提供了详细地论文，代码仅供参考。

粒子群优化 神经网络 传感器滞后 PSO优化 BP算法 PSO论文

说明：基于粒子群优化算法的ELM，很稳，自己写的亲测可用。

粒子群优化算法 ELM

说明：基于粒子群算法的PID参数设置。其中程序比较先进。

粒子群 PID

说明：基于粒子群算法的分类模式。

粒子群算法 分类模式

说明：本程序是基于粒子群优化算法（PSO）的环形阵列天线方向图的仿真程序。

粒子群优化算法 PSO 环形阵列天线方向图

说明：基于粒子群的算法和混沌搜索的协同优化算法。

粒子群算法 混沌搜索 协同优化算法