粒子群优化算法（Particle Swarm Optimization，PSO）是进化计算的一个分支，是一种模拟自然界的生物活动的随机搜索算法。 PSO模拟了自然界鸟群捕食和鱼群捕食的过程。通过群体中的协作寻找到问题的全局最优解。它是1995年由美国学者Eberhart和Kennedy提出的，现在已经广泛应用于各种工程领域的优化问题之中。 ———————————————— 介绍链接：https://blog.csdn.net/qq_44186838/article/details/109212631

基于PSO-LSSVM的大地水准面拟合，师艳，剧成宇，大地水准面拟合是GPS高程研究的重点，可以使用支持向量机的回归功能。本文针对支持向量机存在的运算速度慢，且参数选取困难的问题

粒子群算法ppt，内容有 群集智能算法基本思想 PSO基本算法 PSO标准算法 PSO收敛性 PSO改进算法 PSO应用 pso不确定优化 pso求解约束优化问题

此代码有助于通过使用粒子群优化找出非线性等式和不等式约束的最小值

PSO粒子群算法的寻优算法-非线性函数极值寻优+matlab源代码.zip

通过粒子群算法解决经济调度问题，求解最低燃料成本和网损。

这是一个实验报告，里面讲述利用matlab语言编写的基于pso算法的背包问题。里面有详细的描述解释性文件，有matlab源代码，直接可以运行的，附加实验结果分析，是了解pso的背包问题的好资料。

基于PSO算法的多目标电力系统无功优化，吴璇，王建，随着国民经济的迅速发展，电力系统的经济运行日益受到重视，降低网损，提高电网输电效率和电力系统运行的经济性是电网运行部门面

该文件夹包含 Quantum PSO 主代码 (QPSO) 和 11 个基准函数。 例子： 乐趣 = @griewankfcn; D = 30； nPop = 50; 磅 = -600; ub = 600; 最大值 = 1000; 最大值 = 10000*D; [xmin,fmin,histout] = QPSO(fun,D,nPop,lb,ub,maxit,maxeval); 或直接： [xmin,fmin,histout] = QPSO(@griewankfcn,30,50,-600,600,1000,10000*30);

主要介绍了Python编程实现粒子群算法(PSO)详解，涉及粒子群算法的原理，过程，以及实现代码示例，具有一定参考价值，需要的朋友可以了解下。