粒子群优化算法，请自行设置参数进行测试。发现一些BUG。自己看看吧。-PSO algorithm, set up their own parameters for the test. BUG found. They watch it.

微粒群算法[PSO ] 是由Kennedy 和Eberhart等于1995 年开发的一种演化计算技术, 来源于对鸟群捕食过程的模拟。PSO同遗传算法类似，是一种基于叠代的优化工具，但与遗传算法使用遗传操作子进行优化不同，利用群体中各个体之间的“协作”与“竞争”关系，根据自身及其竞争者的飞行经验，调整自己的行为。同遗传算法比较，PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化，神经网络训练，模糊系统控制以及其他遗传算法的应用领域。,Particle Swarm Opt

PID控制器参数主要是人工调整，这种方法不仅费时，而且不能保证获得最佳的性能。PSO已经广泛应用于函数优化、神经网络训练、模式分类、模糊系统控制以及其它应用领域，本案例将使用PSO进行PID控制器参数的优化设计。-The main parameters of PID controller are manual adjustment. This method is not only time-consuming, but also can not guarantee the best perfor

svm 的参数优化，利用pso(粒子群优化算法)选择最优参数c g，最终提高训练集的分类准确率，更好的提高分类器性能-Svm parameter optimization, the use of pso (particle swarm optimization algorithm) to the optimal parameter c g, and ultimately improve the training set classification accuracy, better impr