说明：在机器学习问题中，很多的算法归根到底就是在求解一个优化问题，然而我们的现实生活中也存在着很多的优化问题，例如道路上最优路径的选择，商品买卖中的最大利润的获取这些都是最优化的典型例子，前面也陆续地有一些具体的最优化的算法，如基本的梯度下降法，牛顿法以及启发式的优化算法(PSO,ABC等)。
说明：针对背包问题的求解，本程序选择用ＰＳＯ算法解决了背包问题，经过测试，算法运行效果较好，为求解背包问题提供了一个范例，同时可以在源程序的基础上对算法性能进行改进，以使得优化的效果更好。
说明：将粒子群算法与BP神经网络结合用于BP神经网络的训练，即优化网络中的连接权值和各项阈值。输入变量选择风速，风向角的余弦值及正弦值，输出变量选择风电功率。利用某风电场过去一年的实测数据作为训练样本，基于MATLAB编写PSO-BP算法进行风电功率预测。
说明：此代码是关于粒子群优化算法的特征选择。
说明：粒子群优化算法（PSO,particle swarm optimization）是计算智能领域，除了蚁群算法，鱼群算法之外的一种群体智能应用粒子群优化算法来求非线性函数的极值，并且给出了分析结果，粒子群算法寻优得到最优值接近函数实际最优值，表明该算法具有较强的函数极值寻优能力。另外，对粒子群算法进行...
说明：应用背景 虽然传统的基因选择方法已经能够取得很好的效果，选出的基因子集有利于后续样本分类，但是这些方法主要考虑数据方差和分布的相关性，从而选出的基因可解释性较差且冗余度较高。为了获得最小冗余可解释的基因子集，本文在充分考虑基因类别灵敏度 (Gene to class sensitivity,...
说明：基于生物地理学的优化，优良的全局优化算法 ！地理学是研究生物的地理分布。执政的生物分布的数学方程首先发现和开发在 1960 年代。工程师的思维方式是我们可以汲取自然。这促使在优化问题中的生物地理学应用。就像数学上的生物遗传学激励遗传算法 （气） 的发展和生物神经元的数学人工神经网络的发展，本文认为生...