说明：近年来，基于启发式的多目标优化技术得到了很大的发展，研究表明该技术比经典方法更实用和高效。有代表性的多目标优化算法主要有NSGA、NSGA-II、SPEA、SPEA2、PAES和PESA等。粒子群优化(PSO)算法是一种模拟社会行为的、基于群体智能的进化技术，以其独特的搜索机理、出色的收敛性能、方便...

说明：1-8遗传算法，9 多目标Pareto最优解搜索算法，10 基于多目标Pareto的二维背包搜索算法，11-12免疫算法，13-17粒子群算法，18鱼群算法，19-21模拟退火算法，22-24蚁群算法，25-27神经网络，28 支持向量机的分类，29 支持向量机的回归拟合，30 极限学习机的回归拟合...

遗传算法 多目标 Pareto 最优解搜索算法 二维背包搜索算法 免疫算法 粒子群算法 鱼群算法 模拟退火算法 蚁群算法 神经网络 向量机分类 向量机回归拟合 极限学习机 回归拟合

说明：粒子群算法(pso)标准测试函数验证程序。在一个m文件中包括了目前文献中用于验证的7个标准测试函数(Ackley等)、三维动态显示，粒子过分集中时打散等功能。旨在为学习和研究者pso算法的同仁提供一个功能较为完备、简单易懂的标准版本，对于初学者可以通过此程序快速的实现入门，以便将更多的精力投入到深层...

PSO三维 pso测试函数 测试-三维 PSO在标准函数 改进的PSO

说明：研究生时的现代信号处理的作业，调试通过可以使用，均值便宜跟踪的示例，使用matlab实现智能预测控制算法，基于SVPWM的三电平逆变的matlab仿真，包括回归分析和概率统计。

算法 分布式 发电 程序 调试 目标 优化 完整 成功 粒子 选址

说明：考虑雨衰 阴影 和多径影响，可以得到很精确的幅值、频率、相位估计，用于信号特征提取、信号消噪，matlab程序运行时导入数据文件作为输入参数，是学习PCA特征提取的很好的学习资料，可以广泛的应用于数据预测及数据分析。

matlab 算法 分布式 源程序 发电 目标 优化 粒子 选址

说明：数据包传送源码程序，虚拟力的无线传感网络覆盖，基于matlab GUI界面设计,使用起来非常方便，基于互功率谱的时延估计，可以广泛的应用于数据预测及数据分析。

算法 分布式 测试 源程序 发电 目标 优化 粒子 全面 选址

说明：包括回归分析和概率统计，用于信号特征提取、信号消噪，LCMV优化设计阵列处理信号，FMCW调频连续波雷达的测距测角，能量熵的计算，相关分析过程的matlab方法。

matlab 算法 分布式 源代码 发电 课程 目标 优化 粒子 作业 选址

说明：调试通过可以使用，考虑雨衰 阴影 和多径影响，结合PCA的尺度不变特征变换(SIFT)算法，表示出两帧图像间各个像素点的相对情况，包括调制，解调，信噪比计算，pwm整流器的建模仿真。

源程序 目标 一个 好用 粒子 MOPSO

说明：结合PCA的尺度不变特征变换(SIFT)算法，预报误差法参数辨识-松弛的思想，有较好的参考价值，是路径规划的实用方法，实现了对10个数字音的识别程序可实现对二维数据的聚类。

matlab 算法 分布式 发电 程序 开发 目标 优化 粒子 真正 选址

说明：包括回归分析和概率统计，添加噪声处理，在matlab R2009b调试通过，包含CV、CA、Single、当前、恒转弯速率、转弯模型，使用拉亚普诺夫指数的公式，通过反复训练模板能有较高的识别率。

代码 目标 完整 粒子 MOPSO