说明：混沌粒子群算法，C语言编制，在txt文本里

说明：粒子群最优算法栅格法处理移动机器人最短路径

说明：微粒群优化算法(Particle Swarm Optimization,PSO算法)源于鸟群和鱼群群体运 动行为的研究，是一种新的群体智能优化算法，是演化计算领域中的一个新的分支。它 的主要特点是原理简单、参数少、收敛速度较快，所需领域知识少。该算法的出现引起 了学者们极大的关注，已在函数优化、神经网络训练、组合优化、机器人路径规划等领 域获得了广泛应用，并取得了较好的效果。尽管粒子群优化算法发展近十年，但无论是 理论分析还是实践应用都尚未成熟，有大量的问题值得研究。

说明： 粒子群算法 粒子群算法 粒子群算法 粒子群算法

说明：粒子群求解无约束优化问题，包括基本粒子群算法，改进的粒子群算法，还有基于自然选择的粒子群算法和模拟退火的粒子群算法

说明：粒子群算法PSO 算法属于进化算法的一种，和遗传算法相似

说明：国外编写的粒子群算法工具箱，非常好用的！！

说明：自适应粒子群优化算法，更换目标函数后即可使用

说明：改进的粒子群算法，计算电力系统经济调度问题

说明：这是应用于配电网重构的改进二进制粒子群算法，能够取得比较理想的效果

说明：基于差分进化的粒子群优化算法，（全局最优粒子群优化算法）

说明：全局最优粒子群优化算法，基本粒子群优化算法。

说明：包括：用基本粒子群算法求解无约束优化问题，用带压缩因子的粒子群算法求解无约束优化问题，用线性递减权重粒子群优化算法求解无约束优化问题，用自适应权重粒子群优化算法求解无约束优化问题，用随机权重粒子群优化算法求解无约束优化问题，用学习因子同步变化的粒子群优化算法求解无约束优化问题，用学习因子异步变化的粒子群优化算法求解无约束优化问题，用二阶粒子群优化算法求解无约束优化问题，用二阶振荡粒子群优化算法求解无约束优化问题

说明：利用粒子位置和速度的改变更新，在熟悉多目标粒子群算法的基础上利用测试函数对该算法进行仿真，并对仿真结果进行优化。

说明：基于对粒子群优化算法原理的分析，实现了一种基于TSP的改进的粒子群优化算法：求解TSP的混合粒子群算法，结合遗传算法、蚁群算法和模拟退火算法的思想来解决TSP问题。

说明：通过粒子群算法解决经济调度问题，即确定最低燃料成本和网损。

说明：matlab编写的粒子群优化算法，相当的好用，本人的压箱底的东西

说明：粒子群算法源代码 此粒子群算法比较全面，程序叫完善

说明： 主要是实现粒子群优化算法，可以经过多次迭代得到问题的最优解。

说明：实现基本的pso算法（粒子群算法）和几篇文献资料

说明：支持向量机参数c和g的优化，用了三种方法：网格法、遗传算法、 粒子群算法，包你学会。

说明：用混合粒子群算法求解TSP问题，自带GUI界面，可解决各种TSP问题

说明：混沌粒子群算法，精确找出最优点，对现在的科研很有帮助

说明：精通MATLAB最优化计算 配套光盘 本书的主要内容是应用MATLAB来解决最优化问题，通过将“最优化问题”、“MATLAB优化工具箱”和“MATLAB编程”这三方面有机结合进行讲述，即一方面是使用工具箱来快速解决最优化问题，另一方面是通过算法编程深入解决最优化问题。主要包括MATLAB优化工具箱、无约束多维极值问题、约束优化问题、非线性最小二乘优化问题、线性规划、整数规划、二次规划、粒子群优化算法、遗传算法。

说明：Rosenbrock函数的粒子群优化算法的实现，对初学粒子群算法的人有用

说明：Ackley函数的粒子群优化算法的实现，对初学粒子群算法的有用

说明：粒子群优化算起源于对鸟群、鱼群以及对某些社会行为的模拟，是一种基于群体智能的进化计算技术。而小生境技术则起源于遗传算法，这种方法能使基于群体的随机优化算法形成物种，从而使相应的优化算法具有发现多个最优解的能力。而多分类器集成技术则是通过多个分类器进行某种组合来决定最终的分类，以取得比单个分类器更好的性能。多分类器集成技术要求基元分类器不仅个体性能要好并且其差异度要大，这与小生境技术形成物种的能力具有很多内在的相似性。目前己经有研究者将小生境技术应用于多分类器集成，但由于传统的小生境技术仍然不完善，存在一些内在的陷，因而这些应用还不成熟和完善。

说明：我个人收集的各类智能算法，共有20多个源代码，包括：遗传算法，蚁群算法，粒子群算法，微分进化算法，遗传神经网络算法，粒子群SVM算法，粒子群神经网络算法等混合算法。。。

说明：利用粒子群算法求最小值，对基本粒子群做了修改，使其有更好的计算效果。

说明：粒子群算法 ，matlab M文件编程实现