线性递减权重粒子群优化算法是从随机解出发，通过迭代寻找最优解，它也是通过适应度来评价解的品质，但它比遗传算法规则更为简单，它没有遗传算法的“交叉”(Crossover) 和“变异”(Mutation) 操作，它通过追随当前搜索到的最优值来寻找全局最优。这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视，并且在解决实际问题中展示了其优越性。 -Linear decreasing weight particle swarm optimization starting from random

采用以超稳定性与正性动态系统理论为基础的设计方法设计MRAS自适应律，从仿真结果可以看出，当电机从零速上升到参考转速600r/min，转速估计误差在转速的上升阶段有较大值，但随着转速上升且稳定运行后，转速误差估计逐渐减小，转子位置的估计误差也逐渐减小。