The Particle Swarm Optimization Research Toolbox was written to assist with thesis research combating the premature convergence problem of particle swarm optimization (PSO). The control panel offers ample flexibility to accommodate various research directions; after specifying your intentions, the toolbox will automate several tasks to free up time for conceptual planning.

粒子群算法matlab实例（含注释）

粒子群算法的MATLAB程序，本文毕业设计时候用的，希望对大家有用

Multi-Objective Particle Swarm Optimization (MOPSO)多目标的粒子群算法，包括完整的matlab程序以及实验结果。

基于GA-PSO算法，包含程序和数据.rar

PSO应用

基于PSO算法的 -SVM算法参数优化，王洁，白静，在v-SVM算法参数选择中，现多采用反复试验的方法，局限性较大且操作复杂。因此，本文采用了粒子群算法来优化v-SVM中的参数，并将之��

EE5230-项目 Power System Optmization研究生课程中的学期项目的论文，代码和文档。 随着全球可再生能源安装成本的持续下降，由于可再生能源的间歇性和不可调度性，提供可靠和负担得起的能源开始对电网运营商构成挑战。 该项目以包含不同资源类型的五总线微电网系统为例，研究了规划，设计和调度发电的非常简化的过程。 资源包括常规的可调度发电，可再生资源的不可调度发电以及综合需求响应。 使用Matlab和GAMS，通过在发电机约束范围内的直流最佳潮流来完成发电机的经济调度。 该报告对这种方法的性能及其优缺点进行了讨论。 历史负荷和发电数据用作输入。 微电网的运行是为了在运行限制内将成本降至最低，但将来可以运行以实现排放消除和其他限制。 单击此处查看完整的期限报告。 单击此处进行术语介绍。

它使用粒子群优化算法找到变量函数的最小值。 % 输入参数为： % -func: 目标函数的最小化句柄％-numInd：这是群体元素的数量% -range: 必须创建元素的范围% -n_var: 函数变量的个数% -tolerance：它是群体停止标准的容忍度％ 半径％-numIter：这是最大迭代次数% -pesoStoc：这是群体的可移动性% % 输出参数为： % -p_min: 最小点查找% -f_min：函数的最小值% -iter：处理的迭代次数

准确及时的每月降雨量预报是水文研究等科学界面临的主要挑战，例如河流管理项目和洪水预警系统的设计。 支持向量回归（SVR）是一个非常有用的降水预测模型。 本文提出了一种新的并行协同进化算法，基于遗传算法和粒子群优化算法SVRGAPSO的并行协同进化，可以确定SVR在降雨预测中的合适参数，用于月降水预测。 并行协同进化算法的框架是同时迭代两个GA和PSO种群，这是GA和PSO种群之间进行信息交换以克服过早的局部最优的一种机制。 我们的方法采用混合PSO和GA，通过并行协同发展来获得SVR的最佳参数。 所提出的技术可用于降雨预报，以测试其概括能力并与几种竞争技术进行比较评估，例如其他替代方法，即SVRPSO（带PSO的SVR），SVRGA（带GA的SVR）和SVR模型。 实证结果表明，SVRGAPSO结果具有较好的泛化能力，在降雨预报中具有最低的预测误差值。 SVRGAPSO可以显着提高降雨预报的准确性。 因此，SVRGAPSO模型是降雨预报的有希望的替代方法。