内容概要：这是对sldemo_eml_星系的修改，它提供了粒子计数数据和速度。 它允许用户选择其中一个星系，即Parsec中的边界半径，并在到达结束时间时给出边界半径内的粒子数量。这使得用户可以简单地找到由于星系相互作用而产生的星系的相对分布 每个星系包含1000个粒子。可以输入初始位置、速度、质量和半径 还显示了x、y和z速度 如果您只需要2个星系，则可以删除第三个"构造星系块"及其所有组成输入和轨迹，并运行相同的操作。 如果您需要3个以上的星系，则可以复制"构造星系"块及其输入，然后将输出连接到"矩阵串联"块。 双击"构造星系"块并输入"NumberOfBodys"字段，可以改变每个天体中最初的粒子数量   适用人群：Matlab编程人员或者相关研究人员 关键词：Matlab、算法、源代码

粒子群优化VMD 有示例

PSO算法，粒子群优化算法，可运行，可用于图像配准

针对三维OTSU分割算法运算量大、计算时间长的问题，提出了一种基于自适应粒子群优化的三维OTSU图像分割算法。首先采用最佳熵的方法初步提取图像的目标区域，根据该目标区域特征自适应地调整三维OTSU算法的背景搜索范围，然后采用三维OTSU算法并结合粒子群优化最佳分割阈值对原图像进行分割。实验结果表明，与三维OTSU阈值分割方法的递推算法相比，该方法能够进一步减少运算时间。

几种智能算法的原理 及应用介绍 学 院：计算机科学技术学院

【无人机三维路径规划】基于粒子群算法无人机山地三维路径规划含Matlab源码

【Matlab源码】粒子群算法MPPT

3d 粒子系统 一个用three.js和WebGL实现的粒子系统

webgl喷泉粒子发射动画特效是一款基于HTML5 Canvas 2D画布绘制的全屏彩虹粒子喷泉动画特效。

粒子群算法_PSO_源代码 代码实现 设想这样一个场景：一群鸟在随机搜索食物。在这个区域里只有一块食物。所有的鸟都不知道食物在那里。但是他们知道当前的位置离食物还有多远。那么找到食物的最优策略是什么呢。最简单有效的就是搜寻目前离食物最近的鸟的周围区域。 　　PSO从这种模型中得到启示并用于解决优化问题。PSO中，每个优化问题的解都是搜索空间中的一只鸟。我们称之为“粒子”。所有的粒子都有一个由被优化的函数决定的适应值(fitness value)，每个粒子还有一个速度决定他们飞翔的方向和距离。然后粒子们就追随当前的最优粒子在解空间中搜索。