为了提高多目标优化算法解集的分布性和收敛性,提出一种基于分解和差分进化的多目标粒子群优化算法(dMOPSO-DE).该算法通过提出方向角产生一组均匀的方向向量,确保粒子分布的均匀性;引入隐式精英保持策略和差分进化修正机制选择全局最优粒子,避免种群陷入局部最优Pareto前沿;采用粒子重置策略保证群体的多样性.与非支配排序(NSGA-II)算法、多目标粒子群优化(MOPSO)算法、分解多目标粒子群优化(dMOPSO)算法和分解多目标进化-差分进化(MOEA/D-DE)算法进行比较,实验结果表明,所提出算法在求解多目标优化问题时具有良好的收敛性和多样性.

单变量粒子群优化算法演示程序，可观察研究粒子在优化过程中的行为。代码为 C++ & VS2010。

针对粒子群优化算法局部搜索能力不足和易出现早熟收敛的问题，提出一种基于动态随机搜索和佳点集构造的改进粒子群优化算法。该算法通过引入动态随机搜索技术，对种群当前最优位置进行局部搜索；采用佳点集构造对陷入早熟收敛的种群重新初始化；引入负梯度方向直线搜索来加速算法寻优。仿真实验结果表明，与标准粒子群优化(SPSO)算法和耗散粒子群优化(DPSO)算法比较，提出的改进算法具有快速的收敛能力而且能有效地跳出局部最优，优化性能得到明显提高。

视频讲解了什么是粒子群算法 使用matlab 进行了粒子群算法的实现 详细的代码注释

使用matlab语言编程的粒子群算法对含分布式电源的配电网进行多目标优化

matlab代码粒子群算法粒子群选择 ParticleSwarmOpt是使用微粒群优化算法（由）开发的优化工具。 不需要工具箱。 将路径添加到您的Matlab，然后就可以使用它了。 该代码无法执行离散搜索，也不支持多目标优化。 对于文本功能，请检查此网站： 执照 麻省理工学院

行业资料-电子功用-一种基于改进粒子群优化算法的同步风力发电机参数辨识方法

内含有matlab实现粒子群优化算法的所有m函数文件代码

本程序为粒子群算法在matlab中应用的程序,算法可计算三维函数,并在函数图像上显示最优值,分为七部分,简单易读

风光储独立供电系统是解决边远地区供电问题的有效途径，对其合理地配置电源以提高供电可靠性、经济性是系统规划设计阶段的主要问题。在建立基本元件模型的基础上，以系统等年值投资费用最低为目标，考虑系统运行约束条件，构建了风光储独立供电系统的电源优化配置模型。提出了基于粒子群优化算法的数值求解方法。在算例分析中，分别以蓄电池和电解槽-储氢罐-燃料电池循环系统作为储能装置，对比分析了不同储能模式下的系统优化配置方案，结果表明，在满足相同供电可靠性指标的前提下风／光／蓄电池系统的优化配置更经济，合理地评估停电损失和设置可靠性指标可有效降低系统冗余投资。