说明：基于粒子适应度的惯性权值函数自适应调节每个粒子的惯性权值，使得粒子速度更新更有层次，更新速度更均匀。

粒子适应度 惯性权值

说明：神经网络的结构选4-5-3，学习速率为0.28，惯性系数为0.04，加权系数初始值取-0.5-0.5上的随机数。

惯性神经网络 bp_pid BP--PID BP神经网络PID neural-network

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...

matlab

说明：该代码是基于极值粒子群优化功能，可根据PSO算法的粒子群优化算法的MATLAB编程功能的基于极值原理，极端非线性函数的优化，并给出了分析结果，然后展开案例研究，增加适应性突变，惯性权重，从而提高了代码。操作与图像和PDF文件的结果。

matlab

说明：用改进的粒子群算法对基于非对角MAC矩阵元素均值最小目标函数为目标函数，以简支梁前三阶模态振型为原始数据对简支梁进行传感器优化布置。

粒子群算法有与传感器的优化布置 改进粒子群算法 线性递减惯性权重 MAC矩阵 算法改进

说明：通过改进PSO算法的惯性权重和学习因子，惯性权重是调整全局搜索能力和局部搜索能力之间平衡的重要参数，选择合适的值有助于扩大搜索空间，提高找到潜在的全局最优解的概率；学习因子通过粒子本身经验和种群的社会经验对粒子运动产生影响，因此，选择合适的学习因子的取值也有利于提高PSO算法的性能。

matlab 算法 源程序 pso 改进

说明：权重改进的粒子群算法（线性递减权重法），让惯性权重从最大值线性减小到最小值

说明：带有收缩因子和惯性权重的基本PSO粒子群算法源代码。本源代码模块化编写，结构清晰，便于改进和做数值实验-With contraction factor and inertia weight PSO basic particle swarm algorithm source code. Source ...

matlab 算法 pso 粒子

说明：基于粒子群优化与灰色系统理论的多目标优化程序，带有收缩因子和惯性权重的基本PSO粒子群算法源代码。本源代码模块化编写，结构清晰，便于改进和做数值实验，非常好用。

matlab 系统 程序 基于 目标 优化 粒子 理论 灰色