说明：用粒子群算法计算X方在一定范围内的最小值。

说明：详细介绍了Matlab粒子群算法工具箱使用方法，并举了详细的例子。

说明：标准粒子群算法，代码添加注释，供初学者学习使用！

说明：?粒子群优化算法是一种进化计算技术，源于对鸟群捕食的行为研究。粒子群优化算法的基本思想：是通过群体中个体之间的协作和信息共享来寻找最优解

说明：粒子群算法 智能算法 可以用来进行无人机的航迹规划

说明：预测客运量，运用粒子群优化算法进行客运量的预测模型。

说明：用一种粒子来模拟上述的鸟类个体，每个粒子可视为N维搜索空间中的一个搜索个体，粒子的当前位置即为对应优化问题的一个候选解，粒子的飞行过程即为该个体的搜索过程．粒子的飞行速度可根据粒子历史最优位置和种群历史最优位置进行动态调整．粒子仅具有两个属性：速度和位置，速度代表移动的快慢，位置代表移动的方向。每个粒子单独搜寻的最优解叫做个体极值，粒子群中最优的个体极值作为当前全局最优解。不断迭代，更新速度和位置。最终得到满足终止条件的最优解。

说明：粒子群算法实现，就有多个示例，有中文注释，对粒子群具有直观的图像展示

说明：利用粒子群算法对分布式电源的出力成本进行优化

说明：求两个向量的粒子群算法源码，有明细中文注释

说明：粒子群算法的相关内容，比较基础，适合初学者进行学习分析

说明：群智能优化算法，一种专门给数据处理的代码，可以最大的解决np难问题，使之最大优化。

说明：粒子群优化算法基于matlab实现源代码程序

说明：利用群体中的个体对信息的共享从而使整个群体的运动在问题求解空间中产生从无序到有序的演化过程，从而获得问题的最优解

说明：在数学建模当中，粒子群算法的通用案例，只需要修改核心算子——适应度即可。

说明：基础粒子群算法、改进粒子群算法（不包含适应度函数），可以用作基础代码理解粒子群算法的基本内涵，可以在此基础上添加杂交、变异等遗传算法的内容

说明：将离散变量和连续变量分离开来更新粒子速度，实现离散变量和连续变量的混合优化

说明：粒子群算法，简答例子：一群鸟在随机搜寻食物，在这个区域里只有一块食物，所有的鸟都不知道食物在哪里，但是它们知道当前的位置离食物还有多远。最简单有效的策略？寻找鸟群中离食物最近的个体来进行搜素。PSO算法就从这种生物种群行为特性中得到启发并用于求解优化问题

说明：使用粒子群算法优化PID控制系统参数，提升PID性能

说明：使用遗传算法、粒子群算法和遍历搜索算法搜索最优解，实现目标函数最优

说明：各种粒子群优化算法，免疫粒子群优化算法，混沌粒子群算法

说明：一种最小生成树的粒子群算法，能够解决一些简单的问题

说明：使用粒子群算法对无线传感器网络进行聚类（PSO）

说明：粒子群算法源代码 介绍各种粒子群算法 一共13种

说明：粒子群优化算法解决函数最值问题和TSP问题

说明：计算最优化，利用鸟群仿生学原理，根据粒子群的位置和速度，在全局范围和局部范围内计算最优值，即适应度函数值。

说明：一种改进的混沌算法，结合粒子群进化进行改进，适合新手学习。。。。

说明：文件包括带压缩因子的粒子群算法，权重改进的粒子群算法，自适应权重法，随机权重法，变学习因子的粒子群算法，异步变化的学习因子，二阶粒子群算法，二阶振荡粒子群算法，混沌粒子群算法，混合粒子群算法，杂交粒子群算法，模拟退火算法

说明：matlab 粒子群算法做规划，做14节点的潮流计算算法

说明：多种方式改进的粒子群算法 可以提高算法的收敛性 以及收敛速度