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

软时间窗车辆路径问题（VRPSTW）是VRP的一种重要扩展类型，定义了其惩罚函数并建立数学模型。设计用于求解该问题的混合改进型蚁群算法并求解标准数据库中的紧时间窗实例。经过大量数据测试，获得了较好的效果，并验证了蚁群算法用于求解软时间窗车辆路径问题的成功实现。

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。

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