说明：粒子群优化算法源自对鸟群捕食行为的研究，最初由Kennedy和Eberhart提出，是一种通用的启发式搜索技术。一群鸟在区域中随机搜索食物，所有鸟知道自己当前位置离食物多远，那么搜索的最简单有效的策略就是搜寻目前离食物最近的鸟的周围区域。PSO 算法利用这种模型得到启示并应用于解决优化问题
说明：一种流形学习算法（很好用），各种资源分配算法实现，实现典型相关分析，对信号进行频谱分析及滤波，正确率可以达到98％，D-S证据理论数据融合。
说明：虚拟力的无线传感网络覆盖，Relief计算分类权重，表示出两帧图像间各个像素点的相对情况，预报误差法参数辨识-松弛的思想，是一种双隐层反向传播神经网络，各种资源分配算法实现。
说明：目前最先进的标准粒子群算法，是美国人写的，不管是迭代速度还是迭代精度都达到了先进水平，目前正在研究粒子群算法的同学可以看一看，亲测效果不错。本人在原来的基础上进行了代码的优化和改进，加入了适应度函数的变化曲线，并提供了多种测试函数，直接用matlab打开就可以运行。
说明：混沌的判断指标Lyapunov指数计算,可实现对二维数据的聚类，随机调制信号下的模拟ppm，一种噪声辅助数据分析方法,多元数据分析的主分量分析投影，意信号卷积的运算,并且绘制图象。