利用matlab软件进行粒子群算法PSO的程序编写，并对测试函数RASTRIGIN进行寻优。

多目标粒子群算法的原理以及matlab代码实现，参考文献《基于改进多目标粒子群算法的配电网储能选址定容》。 代码注释清晰，结构有条理，非常适合用来学习多目标优化。代码运行有任何问题都可以帮忙解决。 压缩包中含有两部分内容： 1.改进多目标粒子群算法的原理，计算流程的超详细介绍，以及完整matlab代码的获取方式。 2.单目标粒子群算法的matlab完整程序PSO.m，可以直接运行

PSO 粒子群算法 万能代码 matlab 注释详细

构建含燃气轮机、燃气锅炉、电制冷机等机组的冷热电联供系统优化模型并建立约束条件; 改进粒子群算法，面向多约束目标进行模型求解优化，提高求解的收敛精度、收敛速度和稳定性; 最后利用算例进行结果分析。结果表明改进后的粒子群算法能够同时兼顾系统的经济性和环保性，使系统运行更加优化，为之后的能源供给系统的规划提供前期依据。 资源中的代码注释非常详细，对于刚开始接触这个方向的同学能够起到一定的帮助。

0积分下载，代码运行效果图见压缩包

0积分下载，代码运行效果图见压缩包

matlab代码粒子群算法利用生物启发算法优化光学锥度 该存储库包含用于实现光学锥度优化的Matlab源代码（使用Comsol Multiphysics建模）。 使用的算法是遗传算法和粒子群优化

改进惯性因子，并且在PSO算法中引入变异操作进行改进粒子群算法。自适应变异是借鉴遗传算法中的变异思想，即对某些变量以一定的概率重新初始化。变异操作扩展了在迭代中不断缩小的种群搜索空间，使粒子能够跳出先前搜索到的最优值位置，在更大的空间中开展搜索，同时保持了种群多样性，提高算法寻找最优值的可能性。因此，在普通粒子群算法的基础上引入简单变异算子，在粒子每次更新之后，以一定概率重新初始化粒子。

可中断负荷是非常重要的需求侧资源.本文对于在保证系统安全的前提下进行可中断负荷的优化调度,基于二进制粒子群优化算法(BPSO)分时段优化调度特性不同的多个可中断负荷,以满足系统各时段削减容量的需求,同时满足可中断负荷的运行约束条件,并使供电公司支付的补偿费用最小以及执行中断的次数最少.使用加权的处理方法把可中断负荷优化调度的多目标优化问题简化为单一的目标函数,经实例验证基于BPSO的优化算法对可中断负荷的优化调度是有效的.

为了达到配电网重构策略多目标优化的目的，采用随机权重的方法来构建目标函数。为了满足配电网在不同运行状态下的不同重构目标，各指标在目标函数中的权重会根据电网的运行状态动态调整。为解决二进制粒子群优化(binary particle swarm optimization，BPSO)算法求解速度慢的问题，提出了改进型BPSO算法。改进型算法可以将处于风险状态的设备快速转移到供电线路末端，从而提高系统的稳定性。最后，以IEEE 33节点系统为例进行仿真验证，将改进型BPSO算法和已有的3种算法进行对比，验证了改进算法具有计算时间短、网络损耗小、最大供电能力高等优点。