说明：遗传粒子群（GAPSO）PID参数优化设计。

pid GAPSO PID优化 遗传粒子群pid

说明：用粒子群优化算法进行特征选择和SVM参数优化。

feature-selection 特征选择 feature 优化 粒子群 psofeatureselection

说明：多目标粒子群优化，三个目标函数，帕累托非支配解集

多目标优化 mopso 多目标 帕累托 多目标粒子群

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：MATLAB分数阶参数设计，控制参数研究混合粒子群算法优化分数阶PID。

matlab分数阶 分数阶PID 粒子群pid控制 参数-优化 分数阶控制

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：几种粒子群算法求解VRP问题，与GA对比。

粒子群算法 VRP GA

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：粒子群PSO及其改进算法，包含基本PSO，sPSO，tPSO，tsPSO等。

粒子群 PSO 改进算法 sPSO tPSO tsPSO

说明：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。

pso​ 罚函数 粒子群算法 非线性约束