说明：粒子群优化（PSO）依靠其学习策略指导其搜索方向。传统上，每个粒子利用其历史最好的体验，并通过线性 叠加及其邻近地区的最佳体验。这种学习策略是容易使用的，但在复杂的问题空间搜索时是低效的。因此，在 设计学习策略，可以利用以前的搜索信息（经验）更有效地已成为最突出和活跃的粒子群算法研究课题之一...

matlab 人工智能 计算

说明：本文提出了一种新的、计算高效的基于群智能的全局I<优化方法，用于定位WSN环境中的ti节点。将所有相邻锚节点的均方距离误差作为该非线性优化问题的目标函数d。粒子群c优化（PSO）是一种高性能的随机全局b优化工具，它确保了目标a函数的最小化。

群智能 全局I< 优化方法

说明：基于分段非线性权重值的Pso算法，对于初学者具有参考意义，借鉴了主成分分析算法（PCA），包含了阵列信号处理的常见算法，是学习PCA特征提取的很好的学习资料，利用matlab GUI实现的串口编程例子。

算法 代码 智能 控制 实现 预测 编译 通过

说明：基于SVPWM的三电平逆变的matlab仿真，基于分段非线性权重值的Pso算法，主同步信号PSS在时域上的相关仿真，阐述了负荷预测的应用研究,毕设内容，高光谱图像基本处理，pwm整流器的建模仿真。

算法 智能 测试 例子 天线 各种 波束 形成

说明：背包问题或背包问题是组合优化的一个问题：给定一组项目，每一个块和一个值，确定每个项目的数目在一个集合，包括使总重量小于或等于一个定限制，总价值是尽可能地大。它的名字来源于面对别人的问题，谁是由一个固定大小的背包限制，必须用最贵重的物品填充。这个文件是有关使用PSO算法是一种群体智能方法的背包问题。我...

matlab 代码 pso 问题 背包

说明：本文是关于粒子群算法(pso)的介绍和相关matlab源程序，是智能天线权值优化方面的一种很前沿的算法

粒子群天线 optimization-antenna pso-matlab smart-antenna PSO

说明：MIT人工智能实验室的目标识别的源码,时间序列数据分析中的梅林变换工具，到达过程是的泊松过程，解耦，恢复原信号，sar图像去噪的几种新的方法，基于小波变换的数字水印算法matlab代码。

算法 代码 pso 配置 基于 优化 可以 编译 容量

说明： 粒子群算法(PSO)属于群智能算法的一种，是通过模拟鸟群捕食行为设计的。假设区域里就只有一块食物（即通常优化问题中所讲的最优解），鸟群的任务是找到这个食物源。鸟群在整个搜寻的过程中，通过相互传递各自的信息，让其他的鸟知道自己的位置，通过这样的协作，来判断自己找到的是不是最优解，同时也将最优解的信息...

说明：利用遗传程序设计建立电力系统的负荷模型，无需像传统方法一样预先确定具体的模型结构，它能根据输入输出数据直接演化出变量间的函数关系，并且能够一次性的同时确定函数的结构形式和参数，使得模型的生成过程趋于智能化、自动化，解决了负荷建模工作中长期困扰的模型辨识问题。

参数辨识智能 遗传辨识 负荷参数辨识 电力负荷建模 power-GP

说明：采用智能微电网调度算法，对微电网内分布式发电资源进行优化配置

微电网调度 优化配置 micro-grid 微电网 towerqsm