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)。

ABC 梯度下降法 凸优化 gradient-descent

说明：基于粒子群优化算法(PSO)确定参数的脉冲欧和神经网络滤波方法。利用粒子群优化算法(PSO)确定pcnn图像滤波参数，对图像进行滤波。

神经网络滤波 参数优化的PCNN image-optimization 粒子群滤波 优化的PCNN

说明：粒子群算法与鲸鱼优化算法比较源程序，提供参考文献，测试通过。

PSO WOA master 粒子群算法 鲸鱼优化算法

说明：带约束条件的PSO优化，调试过，能运行，可以参考

约束PSO 带约束优化 约束条件PSO 优化运行 带约束的PSO

说明：使用改进的PSO算法优化BP神经网络是实现数据的分类。调试通过，替换样本数据即可使用

改进PSO优化 改进BP分类 优化-BP-分类 PSO PSO改进BP

说明：利用粒子群优化算法寻找下列多元函数的最大值：f(x, y) = x*cos(2*pi*y) + y*sin (2*pi*x) -2≤x≤2，-2≤y≤2 要求输出最优解、最优解对应的x和y值，以及粒子群优化算法迭代过程中的适应度函数进 化曲线。

粒子群优化PI PSO-PI pso-maximum PI-PSO PI+PSO

说明：粒子群算法，也称粒子群优化算法或鸟群觅食算法（Particle Swarm Optimization），缩写为 PSO。它具有精度高，收敛快等优点，广泛用于系统辨识、函数优化等领域。文件pso.m是粒子群算法辨识程序，在此基础上，需要自行编写目标函数计算程序以实现不同系统的参数辨识。(Particl...

PSO 粒子群算法 群优化算法 鸟群觅食算法

说明：对生产线上的工位布置优化，解决NP难问题。求解最优平衡率下的工位布置，平衡个工位的负荷。达到人员精简和降低成本的目的。

PSO 工位布置优化

说明：利用微粒群算法（pso）优化支持向量机（SVM）的参数-c，-g

PSO优化SVM 微粒群算法 支持向量机 优化SVM svm优化

说明：在计算机科学，粒子群优化算法(PSO) 是一种计算方法，优化问题的反复尝试改善质量的某项措施是候选解决方案。PSO 优化问题，在人口为候选的解决方案，在这里取绰号的粒子，和在这些粒子中移动搜索空间根据简单的数学公式对粒子的位置和速度

matlab 算法 源代码 优化 粒子