文件为 采用二进制编码的 用遗传算法实现的函数优化，包括1元和多元。里面有详细的代码解析。

量子粒子群优化(QPSO)算法是在经典的粒子群优化(PSO)算法的基础上所提出的一种具有量子行为的粒 子群优化算法，具有高效的全局搜索能力。通过求解J．D．Schafer提出的多峰函数优化问题的实验分析表明，方法具有良 好的收敛性和稳定性。

详细、透彻介绍粒子群算法比较好的PPT课件，适合初学者透彻理解粒子群算法的概念、原理和流程

针 对 网 络 安 全 态 势 预 测 ， 为 了 提 高 预 测 精 度 和预 测 算 法 的 收 敛速 度 ， 采 用 一 种 改 进 的 粒子 群 算 法来 优 化径 向 基 函 数神 经 网 络 。 首 先 ， Ｐ ＳＯ 的 惯性 权 重 因 子 按 一 条 开 口 向 左 的 抛 物 线 递 减 ， 在 保证 全局 寻优 的 同 时 又 增 强 了 局 部搜 索 能 力 ； 其 次 ， 通过 权 重 因 子 的 调 节 自 动 寻 优 ， 并 将搜 寻到 的 全局 最优 值 解 码 成 Ｒ Ｂ Ｆ 的 网 络参 数 ； 最 后 ， 通 过 优 化 的 Ｒ ＢＦ 网 络进 行 网 络 安 全 态 势 预 测 。 仿 真 实 验 表，改进 后 的 算 法 能较 准 确 地 预测 网 络 安 全 态 势 。 与 ＢＰ 算 法 和 Ｒ ＢＦ 算 法相 比 ， 本 文 算 法在预 测 精度 上有所提 高 ， 同 时 收敛 速度 加快 ， 能 达到 更 好 的 预 测 效果 。

外点罚函数优化实例，详细的代码，截图，还有分析

BP网络自适应学习率算法分析_于涛BP网络自适应学习率算法分析_于涛BP网络自适应学习率算法分析_于涛

利用粒子群算法对非线性函数极值进行求解寻优的matlab程序代码

用粒子群优化算法求解函数最大值和最小值问题，稍微更改一下即可求任意函数最值

粒子群优化(Particle Swarm Optimization - PSO) 算法是近年来发展起来的一种新的进化算法( Evolutionary Algorithm - EA) .PSO 算法属于进化算法的一种,和遗传算法相似,它也是从随机解出发,通过迭代寻找最优解,它也是通过适应度来评价解的品质. 但是它比遗传算法规则更为简单,它没有遗传算法的“交叉”(Crossover) 和“变异”(Mutation) 操作. 它通过追随当前搜索到的最优值来寻找全局最优 。

详解粒子群PSO算法，分析优缺点，以案例应用为基础分析，可以借鉴