通过最简单的一元函数的求解来详细解释如何通过粒子群算法进行编程，注释详细。

遗传算法中的交叉和变异思想恰好能应用到此处，比如说个体粒子先和个体最优交叉产生一个新的粒子，当然这里如果新产生的粒子没有原来粒子好，我们就舍弃这个新的粒子；与个体最优交叉完后，新的粒子还需与群体最优交叉，同样如果新产生的粒子没有原来粒子好，我们就舍弃这个新的粒子；交叉操作结束后，对新的粒子进行变异操作，同样如果新产生的粒子没有原来粒子好，我们就舍弃这个新的粒子。一直重复上述操作直至循环结束，最终输出群体最优粒子就是搜索过程中搜索到的最优粒子。

为了改善粒子群算法的优化性能，解决阵列天线波束赋形关于离散的优化问题处理不佳、容易陷入局部最优的问.题，提出了一种新型的粒子群算法。该算法基于基本粒子群算法，引入控制因子和遗传算法的交叉变异机制，并 应 用 于 八.单元偶极子圆环阵列天线。仿真结果表明，新型粒子群算法收敛速度快、精度高。

基于matlab的带罚函数的自适应粒子群算法+含代码操作演示视频

焊接机器人在工业上被广泛应用,焊接的任务规划直接关系到制造效率的提高.点焊机器人路径规划在仅考虑路径长度时可以简化为焊接顺序的优化问题,即旅行商问题.考虑到旅行商问题是NP完全问题,且是离散问题,提出一种结合莱维飞行的粒子群算法并对其进行离散化以求解此类路径优化问题.焊接机器人路径规划仿真结果验证了所提出方案的合理性和可行性.

1.python程序 2.可直接运行，有数据集

ParaPIV 是一种基于 PIVlab 的粒子图像测速 (PIV) 并行处理工具。 它旨在在大规模并行机或多核计算机上有效地处理 PIV 图像。 由于 PIV 利用图像相关性来获得速度场，后处理总是很耗时，特别是对于湍流。 得益于 MATLAB 和现代先进计算机的分布式计算工具箱，ParaPIV 能够在几分钟或几秒钟内计算出一万个图像帧。 使用 6 核 intel i7 CPU PC，ParaPIV 分别比 PIVlab 1.32 和 PIVlab 1.41 快 38 倍和 6.7 倍。 要激活并行计算功能，请在 MATLAB 中打开 ParaPIV，单击 Analysis-> Parallel Computing，然后选择要使用的 CPU 核数。 单击开始按钮启动并行池并等待几分钟。 并行池启动后，照常点击分析所有帧按钮，图像将在多核上传输和分析。 可以通过任务管理器监控 CPU

粒子滤波的多目标检测前跟踪程序matlab.zip

本资源基于Unity3D粒子系统实现烟花特效，资源文件是与预设体文件，拖拽到Hierarchy窗口可以直接使用，详细介绍见博客：https://zhyan8.blog.csdn.net/article/details/126576281

基于PSO粒子群优化算法的车间调度matlab仿真程序最后输出调度结果以及甘特图，matlab2021a测试。