Matlab-代码实例-粒子群算法---多目标搜索算法讲解

MATLAB算法源码合集，多种算法，LNS_VRPTW、量子遗传、路径规划、禁忌搜索、粒子群、领域搜索等

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：matlab实现粒子滤波算法的程序源码 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员

Fluid Mechanics and the SPH Method Theory and Applications (Violeau D.) 编写，英文版教材，精编pdf格式（可复制粘贴的非图片） 大家帮帮下载一点，我赚点积分下载我自己想要的书哈哈

采用粒子群优化算法（pso）优化LSTM回归预测，全中文注释，内置数据集，可以直接在MATLAB2019上直接运行。

• 一种混合元启发式优化算法，结合了萤火虫和粒子群算法的优点。 •通过控制先前的全局最佳适应度值，提出一种局部搜索策略。 请引用： İbrahim Berkan Aydilek，用于计算昂贵数值问题的混合萤火虫和粒子群优化算法，应用软计算，第 66 卷，2018 年 5 月，第 232-249 页

结合粒子群优化算法（PSO）和引力搜索算法（GSA），提出了一种新的基于种群的混合算法（PSOGSA）。主要思想是将 PSO 中的开发能力与 GSA 中的探索能力相结合，以综合两种算法的优势。一些基准测试函数用于将混合算法与标准 PSO 和 GSA 算法进行比较，以得出最佳解决方案。 论文: A New Hybrid PSOGSA Algorithm for Function Optimization, in IEEE International Conference on Computer and Information Application (ICCIA 2010), 中国, 2010, pp.374-377, DOI: http://dx.doi.org/10.1109/ICCIA .2010.6141614

二元混合粒子群优化和引力搜索算法（BPSOGSA）.zip 本次提交包括混合 PSOGSA 的二进制版本，称为 BPSOGSA，用于解决二进制优化问题。 代码用于以下论文： S. Mirjalili, G.-G。Wang, LS Coelho，使用混合粒子群优化和引力搜索算法的二元优化神经计算和应用，出版中，2014，Springer，DOI：http ://dx.doi.org/10.1007/s00521-014-1629-6

为了实现启发式优化算法的自适应参数调整， 避免算法陷入局部最优，提高算法的准确性 为解决参数识别问题，自适应模糊粒子群优化 （AFPSO）提出从自动调谐三个方面改进基本算法 参数、种群拓扑和突变特征。 刘，董，等。“使用自适应模糊粒子群优化的水轮机调节系统的精确参数估计。” 能源，第一卷。12，没有。20，MDPI AG，2019 年 10 月，第 20 页。3903，doi：10.3390/en12203903。

Multi-Objective Particle Swarm Optimization (MOPSO) 此函数执行多目标粒子群优化 (MOPSO) 以最小化连续函数。该实现是可以忍受的、计算成本低且压缩的（该算法只需要一个文件：MPSO.m）。提供了一个“example.m”脚本以帮助用户使用该实现。还值得注意的是，为了便于理解，代码被高度注释。该实现基于 Coello 等人的论文。(2004)，“用粒子群优化处理多个目标”。 重要提示：您指定的目标函数必须是矢量化的。这意味着它将获取整个种群（即矩阵 Np x nVar，其中 Np 是粒子数，nVar 是变量数）并且它期望接收每个粒子的适应度值（即向量 Np × 1)。如果函数没有向量化并且只接收一个值，那么代码显然会出现错误。 引用为