基于罚函数的粒子群算法，可求解带有非线性约束的优化问题。
基于罚函数的粒子群算法，可求解带有非线性约束的优化问题。
matlab 粒子群算法优化神经网络预测 直接使用 可用于流量预测等
matlab pso工具箱，里面有具体使用说明，操作方便
一个使用粒子群优化（PSO）算法的机器人路径规划演示 效果展示：https://github.com/zegangYang/PSO_PathPlaningNew/blob/master/ui_image_1.png 更多详情、使用方法，请下载后阅读README.md文件
Matlab基于PSO-LSTM粒子群算法优化长短期记忆网络的时间序列预测，PSO-LSTM时间序列预测(完整程序和数据） 优化参数为学习率，隐藏层节点个数，正则化参数，要求2018b及以上版本，matlab代码。 评价指标包括:R2、MAE...
粒子群优化算法的matlab程序，可以直接运行。。。。。。
用PSO优化LSSVM的参数，得到最优参数，使得分类更加准确。(Using the PSO the LSSVM the parameter, the optimal parameters, more accurate classification. )
GA & PSO+BP_pso-ga_pso-bp分类_PSOBP分类_PSO-BP_粒子群优化bp_源码.zip
使用BP神经网络、RBF神经网络以及PSO优化的RBF神经网络进行数据的预测
It is a multi-objective version of PSO which incorporates the Pareto Envelope and grid making technique, similar to Pareto Envelope-based Selection Algorithm to handle the multi-objective ...
运用局部二值模式(LBP)提取特征，研究了遗传算法(GA)、粒子群算法(PSO)、蚁群算法(ACO)等元启发式优化算法在特征选择中的应用，采用基于种群的元启发式算法PSO对KNN分类器进行优化，利用提出的PSO-KNN算法进行人脸...
PSO工具箱使用报错-test_func.m 本帖最后由 yidi11 于 2012-5-25 17:44 编辑 使用PSO工具箱时，提示下列错误： ??? Subscripted assignment dimension mismatch. Error in ==> pso_Trelea_vectorized at 298 ...
第一个（简单的pso）由一个简单的实现组成，对于PSO刚接触并希望深入了解其工作原理的任何人都非常有用。 可以在这里找到该教程： : 第二版（pso-advanced）仍在开发中... 安装 您可以下载/克隆此版本库并按原样...
通过BAS与PSO算法相结合，形成一种新的算法，通过不同的模型，进行仿真。
PSO-LSTM粒子群算法优化长短期记忆神经网络的数据多输入分类预测（Matlab完整源码和数据) 优化参数为：学习率，隐含层节点，正则化参数。 多特征输入单输出的二分类及多分类模型。程序内注释详细，直接替换数据就...
粒子群寻优算法应用于PID，迭代寻优找到三个参数，应用于控制系统，效果良好。粒子群寻优算法应用于PID，迭代寻优找到三个参数，应用于控制系统，效果良好。
经典pso算法的变体算法，带有局部搜索的多种群粒子群算法
基于粒子群PSO算法的神经网络PID算法的实现程序
PSO粒子群优化算法及改进型的原理、文献、matlab代码程序。里面有原始的代码，改进的代码，各种文献主要是量子粒子群算法，还要粒子群各种算法的参数优化文献。
pso算法优化25杆桁架结构，得到更好的结果
PSO working in matlab
自己写的PSO优化的LSSVM代码，用于对电力负荷的时间序列进行预测，含有原始数据序列。
基于PSO的云计算环境中大数据优化聚类算法.pdf
用量子BP神经网络与PSO结合的参数反演
多种方式改进的粒子群算法 可以提高算法的收敛性 以及收敛速度
一个利用PSO粒子群优化算法训练BP神经网络的程序，在matlab环境中进行操作，代码简便可行。(The use of a PSO particle swarm optimization algorithm to train BP neural network procedures, operating in the ...
粒子群算法在无功优化中的应用，非常简洁，实用
标签： py
首先对数据进行PCA，然后输入至PSO优化的ELM中进行分类，python代码
基于粒子群算法(PSO)的人员疏散动力学模型.pdf
该资源使用matlab编写的有约束条件的粒子群算法，其中的代码对于解决一些约束问题可能会有很大的帮助，也可以为一些人提供一些想法与思路