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

Matlab利用BP神经网络和遗传算法对煤在锅炉内的燃烧率及一（儿）氧化氮的排放量进行优化，以获得最优的燃烧率和最少的氧化氮排放-Matlab using BP neural networks and genetic algorithms on coal in the boilers and the combustion rate of one (child) oxide emissions are optimized to obtain optimal combustion rate and