说明：粒子群算法,强引导粒子群与混沌优化的电力系统无功优化

说明：粒子群优化算法，可用于多目标优化，作用于各种方程。

说明：该程序为完整的粒子群算法，粒子群算法，也称粒子群优化算法或鸟群觅食算法（Particle Swarm Optimization），缩写为 PSO， 是由J. Kennedy和R. C. Eberhart等开发的一种新的进化算法(Evolutionary Algorithm - EA)。PSO 算法属于进化算法的一种，和模拟退火算法相似，它也是从随机解出发，通过迭代寻找最优解。

说明：各种算法的源代码程序（包括蚁群，粒子群，遗传算法....）程序仿真图

说明：粒子群算法测试测试函数 分别用5个函数进行测试

说明：粒子群算法优化粒子滤波 剩余寿命估计的研究

说明：基于粒子群算法解决tsp旅行商问题，粒子群算法（以下简称PSO）就是模拟鸟群觅食行为的一种彷生算法 。 解=粒子=鸟 (鸟的位置象征着离食物的距离，粒子的位置也象征着离最优解的距离，是评价解质量的唯一标准)， 找食物=找最优解，一个西瓜=一个粒子找到的历史最优解，一块肉=整个粒子群找到历史最优解 。

说明：粒子群算法的MATLAB程序与多种算例，文献

说明：用matlab对疏散问题以粒子群算法进行模拟

说明：该算法最初是受到飞鸟集群活动的规律性启发，进而利用群体智能建立的一个简化模型。粒子群算法在对动物集群活动行为观察基础上，利用群体中的个体对信息的共享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，从而获得最优解。

说明：近红外光谱(NIRS)是一种间接分析技术,其应用需建立相应的校正模型。为了提高模型的解释能力、预测准确度和建模效率,需要对NIRS 进行波长选择,优选最小化冗余信息。选用蚁群优化(ACO)、遗传优化(GA)、粒子群优化(PSO)、随机青蛙(RF)和模拟退火(SA)5 种智能优化算法对烟叶总氮和烟碱近红外光谱数据进行特征波长选择,结合偏最小二乘(PLS)算法,构建了多个烟叶总氮和烟碱的校正模型,

说明：粒子群算法求函数最优解粒子群算法求最优解。

说明：这是一种粒子群算法，它能优化几乎所有的优化类问题

说明：利用粒子群算法对 PID 控制器的参数进行优化设计

说明：建立多目标优化模型，采用比重加和的形式，再利用粒子群算法找到最优解

说明：智能微电网粒子群算法进行优化调度，减少成本

说明：运用粒子群最优算法，考虑适应度值得情况下，求解最小值。

说明：matlab程序，混沌粒子群算法，混沌优化和粒子群优化两者的结合

说明：PSO的一个小demo~~~~~~~~~~~~

说明：多目标粒子群算法，基本的多目标粒子群优化算法

说明：二维的粒子群算法，可以帮助读者更好地理解PSO算法

说明：粒子群算法（PSO）是一种基于群体的随机优化技术，将每个个体看作搜索空间中没有重量和体积的微粒

说明：粒子群算法，帮助初学者生动理解粒子群的功能和实现过程。

说明：1-8遗传算法，9 多目标Pareto最优解搜索算法，10 基于多目标Pareto的二维背包搜索算法，11-12免疫算法，13-17粒子群算法，18鱼群算法，19-21模拟退火算法，22-24蚁群算法，25-27神经网络，28 支持向量机的分类，29 支持向量机的回归拟合，30 极限学习机的回归拟合及分类

说明：利用粒子群优化算法用于生产调度，结果为直观的甘特图

说明：基于动态粒子群算法的动态环境寻优，可以直接使用

说明：计算最短路径,应用混合粒子群算法，可更改

说明：利用粒子群算法求函数最优解，给出粒子群算法的具体步骤及求解过程

说明：基于粒子群算法的负荷预测程序，可以实现短期负荷预测