PSO-ELM粒子群优化的极限学习机，通过调节参数拟合效果很好，便于大家使用，为学者和科研人员提供基础和思路

标准的粒子群优化算法优化、求解CEC基准测试函数，算法有详细的注释，算法收敛曲线图，测试函数的代码表达式及图像（pdf）。

对于RBF神经网路模型，利用粒子群优化算法进行对权值优化，达到准确的预测效果！

混合萤火虫和粒子群优化，是一种元启发式搜索优化算法，可以对非线性问题搜索最优解，收敛速度快，不会陷入局部最优

量子行为的粒子群优化算法以及普通粒子群优化的原理，以及相应代码。附录有相应的QPSO的Matlab和C++代码，可直接替换使用

这是一种非常好的优化算法，可以完整运行，请放心下载。

2019最新站群优化超级蜘蛛池，引流必备，可出售后台，自动采集，支持外推，支持增加用户，api。上传后直接访问域名或域名/install进行安装。内带安装说明

本文件包括源码，实验说明文档，实验总结PPT Have a happy experiment！

粒子群算法求两个函数的pareto前沿，对于ZDT函数有很好的优化效果，函数可以通过f1，f2修改，测试可行。

针对基本粒子群优化(basic particle swarm optimization,简称bPSO)算法容易陷入局部极值、进化后期 的收敛速度慢和精度低等缺点,采用简化粒子群优化方程和添加极值扰动算子两种策略加以改进,提出了简化 粒子群优化(simple particle swarm optimization,简称sPSO)算法、带极值扰动粒子群优化(extremum disturbed particle swarm optimization,简称tPSO)算法和基于二者的带极值扰动的简化粒子群优化(extremum disturbed and simple particle swarm optimization,简称tsPSO)算法.sPSO 去掉了PSO 进化方程的粒子速度项而使原来的二阶微 分方程简化为一阶微分方程,仅由粒子位置控制进化过程,避免了由粒子速度项引起的粒子发散而导致后期收 敛变慢和精度低问题.tPSO 增加极值扰动算子可以加快粒子跳出局部极值点而继续优化.对几个经典测试函数 进行实验的结果表明,sPSO 能够极大地提高收敛速度和精度;tPSO 能够有效摆脱局部极值点;以上两种策略相 结合,tsPSO 以更小的种群数和进化世代数获得了非常好的优化效果,从而使得PSO 算法更加实用化.