说明：粒子群算法工具箱 该工具箱将PSO算法的核心部分封装起来，提供给用户的为算法的可调参数，用户只需要定义好自己需要优化的函数(计算最小值或者最大值)，并设置好函数自变量的取值范围、每步迭代允许的最大变化量(称为最大速度，Max_V)等，即可自行优化。

说明：非负矩阵分解 （NMF） 已成为最广泛使用的聚类技术的探索性数据之一分析。但是，由于每个数据点进入平方的残留错误的目标函数与大了一些局外人错误很容易地主宰的目标函数。在本文中，我们提出了鲁棒流形的非负矩阵分解使用 ℓ2、 1-范数和整合 NMF 和相同的聚类框架下的谱聚类 （RMNMF） 方法。我们...

matlab 矩阵 分解

说明：采用粒子群算法来解决多目标优化问题，同时采用ZDT系列函数进行测试，算法与测试函数所得到的的结果与ZDT系列函数的真实Pareto前言进行对比。

matlab 源代码 PSOmatlab

说明：最小二乘法（又称最小平方法）是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。最小二乘法还可用于曲线拟合。其他一些优化问题也可通过最小化能量或最大化熵用最小二乘法来表达。

matlab 乘法 最小 拟合

说明：在人工智能领域，遗传算法 （GA） 是搜索的启发式算法，模仿自然选择的过程。这种试探法 （有时也称为超启发式） 经常用于生成有用的解决方案，优化和搜索问题。[1] 遗传算法属于进化算法 （EA） 生成使用技术灵感来自自然的演变，如继承、 交叉、 变异、 选择、 优化问题的解决办法的大类。下面是代码为...

matlab 算法 遗传

说明：基于粒子群算法的PID控制器优化设计，通过对PID三个变量比例、积分和微分的参数寻优，得到最佳的三个参数，得到控制器最好输出曲线，其超调量最小，超调时间小。

c 算法 pid 基于 控制器 优化 设计 粒子

说明：细菌觅食优化算法 ，解决比例积分控制器参数优化的程序，对初学细菌算法很有帮助。

说明：本文研究了有限反馈下基于博弈论的联合功率分配与反馈速率控制优化问题。通过建立新的博弈模型，证明了其纳什均衡的存在性。同时，根据功率与反馈速率的关系，提出了一种迭代算法，可快速收敛到博弈不动点。仿真结果表明，联合优化算法的性能优于单单考虑反馈速率的算法。

控制 基于 优化 功率 反馈 分配 联合 速率 博弈论

说明：遗传算法(Genetic Algorithm ,GA) 是借鉴生物界自然选择和群体进化机制形成的一种全局寻优算法。与传统的优化算法相比 ,遗传算法具有如下优点[1]: 1) 不是从单个点 ,而是从多个点构成的群体开始搜索 ; 2) 在搜索最优解过程中 ,只需要由目标函数值转换得来...

说明：这是一个启发式算法，并命名为改进粒子群优化，用于许多问题，例如寻找最佳点，在计算机科学，粒子群优化算法，粒子群优化算法是一种计算方法，优化和优化和解决问题，试图提高一个给定的质量问题，在一个给定的质量指标。它解决了一个问题，有人口的候选解决方案，这里被称为“粒子”，并移动这些粒子周围的“搜索空间”，...