包括：1、标准粒子群算法程序，和含变异算子的改进PSO算法 2、基于模拟退火的粒子群优化算法 3、混合粒子群算法 4、遗传算法与粒子群神经网络的混合算法等

一种改进的混沌算法，结合粒子群进化进行改进，适合新手学习。。。。

基于改进粒子群算法的永磁同步电机参数识别，陶之雨，张波，在工程应用中，针对提高永磁同步电机参数识别的准确度问题，提出了改进适应度函数的粒子群优化算法。首先建立了包含电流控制和空

基于改进粒子群算法的车间作业调度问题研究

改进粒子群算法求解TSP问题，盛景军，王勇，在运用粒子群算法求解TSP问题时，针对粒子迭代、速度不能简单地采用连续量的运算法则进行计算的特点，通过构造插入因子，定义插入

论文研究-基于改进粒子群-模糊神经网络的短期电力负荷预测.pdf,  为了提高短期电力负荷预测精度,提出了改进的粒子群-模糊神经网络混合优化算法.用改进的粒子群训练神经网络, 实现了模糊神经网络参数优化.建立了基于该优化算法的短期负荷预测模型,综合考虑气象、天气、日期类型等影响负荷的因素,利用贵州电网历史数据进行短期负荷预测. 仿真表明,该方法的收敛速度和预测精度优于传统模糊神经网络法、BP神经网络法、粒子群-BP算法和粒子群-模糊神经络方法,该优化算法克服了神经网络和粒子群优化方法的缺点,改善了模糊神经网络的泛化能力, 提高了电网短期负荷预测的精度,各日预测负荷的平均百分比误差可控制在1.2%以内.该算法可有效用于电力系统的短期负荷预测.

针对粒子群优化算法局部搜索能力不足和易出现早熟收敛的问题，提出一种基于动态随机搜索和佳点集构造的改进粒子群优化算法。该算法通过引入动态随机搜索技术，对种群当前最优位置进行局部搜索；采用佳点集构造对陷入早熟收敛的种群重新初始化；引入负梯度方向直线搜索来加速算法寻优。仿真实验结果表明，与标准粒子群优化(SPSO)算法和耗散粒子群优化(DPSO)算法比较，提出的改进算法具有快速的收敛能力而且能有效地跳出局部最优，优化性能得到明显提高。

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

求解约束优化问题的改进粒子群优化算法!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!

【预测模型】基于改进粒子群优化最小二乘支持向量机lssvm求解短期电力负荷预测matlab源码.zip