说明：自适应遗传算法和粒子群算法的混合算法（多目标优化）

多目标 工具箱 matlab 优化-自适应 遗传-粒子群

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：基于粒子群算法优化的支持向量机分类算法，该算法可完成数据分类、回归分析的功能。

粒子群算法 向量机分类算法 数据分类 回归分析

说明：运用粒子群算法对ELM算法进行优化，以达到算法的最优性。

PSO ELM 粒子群算法 ELM算法

说明：利用粒子群算法和BP神经网络算法进行用电负荷的预测。

PSO 粒子群算法 BP神经网络算法 电负荷

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：粒子群算法整定PID的算法，亲自调整，控制效果良好。

PSO 粒子群算法 PID算法

说明：该程序是基于粒子群算法优化支持向量机中的正则化参数C和核函数参数K的算法，实现了对电力负荷的短期预测，预测效果较好，可根据自己要求进行更改。

pso svm 粒子群算法 向量机 核函数

说明：基于改进的粒子群算法的一个网络节点定位算法，并和传统的DVhop方法做了比较。

PSOBC 粒子群算法 网络节点定位算法

说明：引力搜索算法与粒子群算法结合的混合算法，多大量的标准测试函数进行测试。

PSO GSA 引力搜索算法 粒子群算法 混合算法