针对人工蜂群和粒子群算法的优势与缺陷, 提出一种Tent 混沌人工蜂群粒子群混合算法. 首先利用Tent 混沌反向学习策略初始化种群; 然后划分双子群, 利用Tent 混沌人工蜂群算法和粒子群算法协同进化; 最后应用重组算子选择最优个体作为跟随蜂的邻域蜜源和粒子群的全局极值. 仿真结果表明, 该算法不仅能有效避免早熟收敛, 而且能有效跳出局部极值, 与其他最新人工蜂群和粒子群算法相比具有较强的全局搜索能力和局部搜索能力.

粒子群算法的Pareto多目标函数优化,多目标粒子群优化算法原理,matlab源码

针对我国北方地区“以热定电”模式造成大规模弃风与调度经济性较差等问题，建立了区域电热综合能源系统日前经济调度模型。首先，构建了电储能、热储能和电动汽车的经济性模型，改进了风电折算成本的描述方法；然后，综合考虑了弃风成本、电动汽车调度成本、电储能和热储能损耗成本、环境污染成本等，构建了区域综合能源系统的调度成本模型；最后，利用信息熵衡量粒子的丰富度，并结合贪心变异策略提出基于粒子维度熵的改进混沌粒子群优化算法。算例结果表明，所提算法在保证优越收敛性的同时可有效分析各设备单元在经济调度和消纳弃风方面的作用，验证了模型和算法的有效性与实用性。

MOPSO源代码，双目标，无约束，相对简单，适合初学者学习用

求解约束优化问题的改进粒子群优化算法!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!

PSO-esn_粒子群_粒子群优化算法_回声状态_回声状态网络_回声

描述背包问题和解决的方法，我正在学，也觉得很有用，大家可以用下

基于Python实现的粒子群算法，上传上来方便大家交流学习，算法实现了最基础的粒子群算法，并附带简单的注释，大家可以根据自己的需要进行修改。粒子群算法是群智能一种，是基于对鸟群觅食行为的研究和模拟而来的。假设在鸟群觅食范围，只在一个地方有食物，所有鸟儿看不到食物（不知道食物的具体位置），但是能闻到食物的味道（能知道食物距离自己位置）。最好的策略就是结合自己的经验在距离鸟群中距离食物最近的区域搜索。

完整代码，可直接运行

针对地震勘探资料依赖线性优化方法进行波阻抗反演不易得到全局极值的问题,提出一种改进的粒子群优化算法—自适应粒子群优化算法进行波阻抗反演。自适应粒子群优化算法是以群智能优化理论为基础,通过3种可能移动方向的带权值组合进行全局寻优。该方法搜索速度较快,且具有较强的全局寻优能力。通过函数测试和波阻抗反演的应用,结果表明,自适应粒子群优化算法是一种适应能力较强的全局优化算法,用该方法进行波阻抗反演是可行有效的。