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

本书向读者介绍了分布式系统特有的有关设计方面的一些内容。本书着重于设计的软件部分，因为大部分相应的硬件部分在许多有关计算机网络和并行计算机的教科书中都已得到很好的介绍。这本书中的所有高级设计和算法都使用建议的类CSP分布式控制描述语言（DCDL）表示（CSP代表通信顺序进程）。虽然这本书不可能覆盖分布式计算系统的所有问题，但我们的目标在于给出有关每个涉及到的问题的基本方面。-This book introduces readers to the unique distributed system

基本遗传算法的MATLAB语言源程序。（遗传算法的应用范围极其广泛，它可应用于函数优化、组合优化、生产调度问题、自动控制、机器人学、图像处理、人工生命、遗传编程以及机器学习等领域。）-Basic genetic algorithm matlb language sourc-e code. (Genetic algorithm extremely broad range of applications, it can be applied to function optimization, com

极大线性无关组的筛选，主要用于控制理论中算法-thc choice of the max vector，applied in the operator of the control theorem