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

基于模糊神经网络的温室二氧化碳控制，内附程序-Based on fuzzy neural network control of greenhouse carbon dioxide, enclosing the process

BP神经网络模糊控制，达到预测的目的，集训练和预测于一身-Purpose, set BP neural network training and prediction fuzzy control, to achieve the predicted in-one

在BP神经网络的相关基础上利用模糊控制的相关原理来预测病毒的传播速度。-To predict the propagation velocity of the virus in the relevant BP neural network on the basis of the relevant principles of the use of fuzzy control.

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