之前与老师做项目的时候写的粒子群算法解决柔性作业车间调度问题，是用Java写的，标准测试数据及优解在data文件夹下 之前与老师做项目的时候写的粒子群算法解决柔性作业车间调度问题，是用Java写的，标准测试数据及优解在data文件夹下

该压缩包内含三个实例，分别为求解函数极值点、求解函数最小值、求解含多个局部极值的函数最小值。均为PSO 算法求解函数极值的应用，带有较为详细的注释，可运行。

多目标粒子群优化算法（PSO)的MATLAB程序，其中还以风电场为例进行算法的应用。该算法只需根据实际情况修改适应度函数即可。单目标见后续

matlab 粒子群算法优化神经网络预测 直接使用 可用于流量预测等

资源包括：AFS模型、两相混合步进电机模型、PID控制初始参数求解、PID控制、模糊PID、基于PSO的PID控制、基于BAS的PID控制和基于BAO的PID控制的性能对比，压缩文件包括详细WORD说明文档、参考文献列表、README说明、M文件、MATLAB-Simulink模型

粒子群算法（PSO）优化的径向基函数（RBF）神经网络算法.zip

之前与老师做项目的时候写的粒子群算法解决柔性作业车间调度问题，是用Java写的，标准测试数据及优解在data文件夹下

利用粒子群算法优化方程最小值，方程变量个数可变，方程可自行定义，运行结果正确。粒子群算法（ Particle Swarm Optimization, PSO）最早是由Eberhart和Kennedy于1995年提出，它的基本概念源于对鸟群觅食行为的研究。设想这样一个场景：一群鸟在随机搜寻食物，在这个区域里只有一块食物，所有的鸟都不知道食物在哪里，但是它们知道当前的位置离食物还有多远。最简单有效的策略？寻找鸟群中离食物最近的个体来进行搜素。PSO算法就从这种生物种群行为特性中得到启发并用于求解优化问题。

灰狼算法（GWO）和粒子群算法（PSO）在Matlab上的算法实现，同时加入了UCI的基准函数进行性能比较，便于学习两个算法。

PSO总体的历程与评价，优缺点等，希望能对大家有用