说明：遗传粒子群（GAPSO）PID参数优化设计。

pid GAPSO PID优化 遗传粒子群pid

说明：该程序为微粒群算法与遗传算法求解pid参数整定MATLAB程序，优化结果包含参数输出与参数曲线变化图。

pso GA PID 微粒群算法 遗传算法

说明：采用PSO算法优化PID参数，通过调用simulink和PSO使得ITAE标准最小化。

PSO算法 PID PSO 算法

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：这个项目基于 simulink 使用粒子群优化算法的 pid 参数优化整定。在这里 weso 返回 Kp，正在考虑一种植物与致动器系统的仿真模型。有是一个文件给超调量，上升时间和沉降时间适应度函数的目标函数。根据哪些粒子群优化算法返回 Kp、 Ki、 Kd 的最优值。

matlab 算法 pid 优化 粒子

说明：利用PSO算法优化SVM向量机参数。测试指标为MAPE和均方根误差。

PSO算法 SVM 向量机

说明：pso粒子群优化算法参数设置，是工具箱中结合部分的核心。

粒子群--参数 PSO 粒子-算法 算法-工具箱 粒子群

说明：MATLAB优化算法，MATLAB，BP，svm，GA，pso可执行，可直接调参后使用，内部含有测试数据和使用文档，可直接调用。

ga-bp BP SVM GA svo

说明：应用背景粒子群优化算法是一种受启发的进化计算技术鸟群行为。PSO算法是首先由甘乃迪和Eberhart（1995）；连续非线性函数的优化。该算法的基本原理方法依赖于研究社会生物的运动进行了模拟电脑（李维斯，1983；雷诺兹，1987；赫普纳&；Grenander，1990）。粒子群优化算法的研究算法在...

matlab 算法 应用 优化 粒子

说明：机器学习m代码。主要实现机器学习中最小二乘支持向量机算法，核函数参数用PSO算法进行优化。用pso算法优化LSsvm算法参数,