这是一个PSO算法优化PID参数的程序，运行流程为pso算法通过sim函数调用simulink中的模型（含有pid参数），不断迭代，寻找最优参数
2025/3/15 8:37:12
38KB
1
在MATLAB中，分别使用粒子群算法（PSO）和嵌套粒子群算法（NestedPSO）实现经济调度。
代码结构清晰，并配有详细注释。
代码结构清晰，并配有详细注释。
2025/1/22 8:02:24
17KB
1
matlab环境下使用PSO算法对SVM多分类器的参数进行优化的案例，代码有详细的注释，另有一篇博客对算法的大致过程有介绍.
2025/1/14 14:49:44
44.33MB
1
PSO算法优化求解PID参数，算法是在基本PSO算法的惯性权重部分加入一个调节因子项,通过调节因子的调节,改善了算法的收敛性。
仿真结果表明,IPSO算法可以更好地优化PID控制器的参数,使控制系统具有更好的控制性能。
仿真结果表明,IPSO算法可以更好地优化PID控制器的参数,使控制系统具有更好的控制性能。
2025/1/12 16:58:01
18KB
1
针对基本粒子群优化(basicparticleswarmoptimization,简称bPSO)算法容易陷入局部极值、进化后期的收敛速度慢和精度低等缺点,采用简化粒子群优化方程和添加极值扰动算子两种策略加以改进,提出了简化粒子群优化(simpleparticleswarmoptimization,简称sPSO)算法、带极值扰动粒子群优化(extremumdisturbedparticleswarmoptimization,简称tPSO)算法和基于二者的带极值扰动的简化粒子群优化(extremumdisturbedandsimpleparticleswarmoptimization,简称tsPSO)算法.sPSO去掉了PSO进化方程的粒子速度项而使原来的二阶微分方程简化为一阶微分方程,仅由粒子位置控制进化过程,避免了由粒子速度项引起的粒子发散而导致后期收敛变慢和精度低问题.tPSO增加极值扰动算子可以加快粒子跳出局部极值点而继续优化.对几个经典测试函数进行实验的结果表明,sPSO能够极大地提高收敛速度和精度;tPSO能够有效摆脱局部极值点;以上两种策略相结合,tsPSO以更小的种群数和进化世代数获得了非常好的优化效果,从而使得PSO算法更加实用化.
2025/1/4 12:07:22
377KB
1
该matlab程序为基于pid参数自整定与自适应调节所写，内容包括了辨识数据的产生，基于PSO算法模型结构的选择以及模型参数的辨识，曲线较为理想
2024/12/27 13:57:20
4KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB