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：智能算法，粒子群算法已经应用在各行各业当中，也已经取得了不错的效果。这个文件中，也是采用的是粒子群算法（PSO）来控制的PID参数让单位阶跃响应更好。

matlab 算法 pid 控制 粒子 处理 响应 问题 单位

说明：此为对粒子群算法的改进，采用高斯混沌变异，效果优于原算法。

高斯混沌变异 粒子群算法 混沌变异 G-PSO

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：粒子群算法滤波器，用粒子群算法实现了LP滤波器。

PSO 粒子群算法 滤波器 LP滤波器

说明：基本的pid控制器算法以及simulink仿真模型，可以在线更改仿真参数。

在线优化参数 粒子群-在线 粒子群算法pid PID在线优化 改进

说明：采用matlab对WSN问题进行求解，算法为PSO算法，采用传感器节点的概率感知模型，迭代150次后能够找到最优解没对区域的覆盖率可达95%以上。代码可直接运行，结果为初始化、覆盖率随迭代次数的变化、最终结果。代码简单易懂，注释详细，适合新手入门

说明：基本的pid控制器算法以及simulink仿真模型，可以在线更改仿真参数。

在线优化参数 粒子群-在线 粒子群算法pid PID在线优化 改进

说明：通过PSO算法优化模糊控制器隶属函数 。

模糊控制器优化

说明：此代码主要基于MATLAB平台完成，通过PSO算法优化RBFNN的权阀值，以实现对Ackley非线性系统的求解，再具体的应用中，通过归一化数据、划分训练集与测试集样本，实现了对二维Ackley问题极小值的精确求解，还从绝对误差与相对误差等角度综合对比了优化前后的差别。