完整的粒子群优化神经网络代码，代入数据就可以运行 完整的粒子群优化神经网络代码，代入数据就可以运行 完整的粒子群优化神经网络代码，代入数据就可以运行

多目标粒子群优化算法，万能公式，改进的多目标粒子群算法，包括多个测试函数 。对程序中的部分参数进行修改将更好地求解某些函数

Economic Dispatch using PSO基于粒子群算法的经济调度，含损耗电力平衡方程的粒子群优化发电机调度问题，应用粒子群优化技术解决经济调度问题。在应用程序的GUI上输入描述中提到的所有必要参数。

针对配电网多目标无功优化的应用需求以及优化算法存在的收敛性和多样性问题，基于Pareto熵的多目标粒子群优化算法，提出一种应用于多目标无功优化的改进粒子群优化算法。该算法在全局外部档案更新过程中引入冗余集策略，避免迭代过程中陷入局部最优解。将算法应用于配电网无功优化中时，采用离散变量取整方法，加快算法的收敛速度。建立网损、电压偏差及无功补偿装置投资最小的配电网多目标无功优化模型，并以IEEE 33节点配电网络为算例进行仿真，结果表明改进后的算法兼顾了优化的收敛性和多样性，能够在不同的优化要求下得到有效的无功优化方案。

13种粒子群优化算法，包括协同，混合，局部，全局，繁殖等，对应的博客地址http://www.cnblogs.com/hxsyl/p/4521778.html

智能优化算法： 粒子群优化算法（PSO）应用于神经网络优化程序。分为无隐含层、一隐含层、二隐含层。运行DemoTrainPSO.m即可

遗传和蚁群优化算法(C++) Genetic_and_Ant_Algorithms_src,遗传和蚁群优化算法(C++) Genetic_and_Ant_Algorithms_src,遗传和蚁群优化算法(C++) Genetic_and_Ant_Algorithms_src

基于局部搜索的反向学习竞争粒子群优化算法，钱晓宇，方伟，为了提升粒子群优化算法在复杂优化问题, 特别是高维优化问题上的优化性能, 提出了一种基于Solis\&Wets 局部搜索的反向学习竞争粒子群�

基于微粒群优化模糊pid控制，达到了较好的效果比传统的pid和模糊pid控制各方面效果都要好，也强于粒子群pso优化pid

智能微电网的优化调度，包括蓄电池、柴油机、大电网等分布式设备，用粒子群算法进行优化，程序可以执行，可以在此基础上进行改变