[gbest，xb] = levyPSO（@func，vars）是一个搜索全局最小值的函数。 使用基于 Levy 分布随机化的 PSO 算法在 'func' 中定义的 n 维函数。 它返回全局（不保证）最小值和函数采用该值的坐标。 此函数的输入以与 Matlab 内置函数“fminsearch()”类似的方式设计。 示例语法：[gbest, xb] = levyPSO(@func_test, [0 0], [100 100], 100, 200) 用于二维， [gbest, xb] = levyPSO(@func_test_3d, [0 0 0], [100 100 100], 100, 200) 用于 3-D 函数演示此功能的性能在附加的测试功能上进行测试。 它在目标命中率（成功定位全局最小值）方面与“fminsearch()”和“GOAT()”竞争，优于内置的“particleswar

利用普通麦克风及声卡对散热风扇振动噪音进行采集，并利用FFT功率谱对风扇振动噪音进行频域分析；通过实验总结了风扇振动噪音的幅频特性及其变化规律。

Optimal load frequency control in interconnected power system，基于粒子群算法的互联电力系统最优负荷频率控制。包括matlab完整代码。

结合粒子群优化(pso)算法和人工鱼群算法(AFSA)的优势，提出一种PSO-AFSA混合算法。将种群分为2个子群体，在每次迭代中，一个子群体利用PSO算法进化，另一个子群体利用AFSA进化，2个算法共享整个种群极值信息。通过混合算法对5个标准函数进行实验，并与标准PSO算法进行比较，结果表明混合算法具有更好的优化性能。

CUDA_PSO 这是PSO算法的CUDA版本

matlab代码粒子群算法GPSI_tool_box Matlab代码，利用混合同伦-PSO算法和多核极限学习机对DNAPL污染的含水层进行有效的源识别和参数估计 地下水污染源识别（GPSI）对采取有效措施保护地下水资源，评估风险和设计补救策略至关重要，属于数学方程式的反问题，该数学方程式具有明显的非线性和不适定性。 关于稠密非水相液体（DNAPL）源的反演，污染物的特殊特征使相关研究更加复杂。 在当前的工具箱中，结合了基于同伦的优化逆理论和多核极限学习机（MK-ELM），可以有效地解决GPSI问题，同时估计DNAPL污染地点的含水层参数。 将包含多核与遗传算法（GA）的极限学习机嵌入到源反演的优化模型中，以代替多相流模拟模型并减轻反演迭代的可观计算负担。 混合同质粒子群算法（PSO）被构造为一种在不依赖初始值的情况下在宽广区域内分段搜索全局最优值的更有效方法。 结果表明，基于GA的MK-ELM和混合同质PSO的应用有效地完成了地下水污染源和含水层参数的同时识别。 主程序在“ Hybrid_homotopy-PSO_for_GPSI”文件夹中名为“ H_PSO_identificati

这应该是我在csdn上见过写的最牛的PSO代码了 ，不过也超过八年了，这几篇博客阅读量很多，很多求下载的源码，正好我下载了 ，现在分享给大家，需要的可以下载！ 链接在这：https://blog.csdn.net/zqx951102/article/details/89879865

MATLAB旅行商最优路径求解，包括遗传算法（GA）和粒子群算法（HPSO）；两者都可用，并且很快求出解。你可以直接修改初始路径就行

粒子群算法优化最小二乘支持向量机的源程序

行业制造-电动装置-一种基于PSO的电能质量扰动识别与分类方法.zip