此程序包是用粒子群算法来求16个经典函数的最小最大值 此程序包是用粒子群算法来求16个经典函数的最小最大值 此程序包是用粒子群算法来求16个经典函数的最小最大值 此程序包是用粒子群算法来求16个经典函数的最小最大值

MATLAB智能算法30个案例分析 简单粒子群算法工具箱

本代码实现了粒子群算法（PSO）的python 实现（入门级），可以实现简单的优化功能， 需根据实际问题改变优化目标，以及部分代码

多目标粒子群算法帕累托求解MATLAB代码，通过对接的帕累托比较，求解帕累托最优前沿

原创在matlab中用粒子群算法解方程，并将粒子移动过程用图形现实出来，降低学习粒子群算法难度。 且程序稍作修改就可以优化自己的东西

基于动态粒子群算法的TSP求解 基于动态粒子群算法的TSP求解 基于动态粒子群算法的TSP求解 基于动态粒子群算法的TSP求解

粒子群算法解决TSP问题，路径规划 matlab代码

多目标粒子群算法，挺详细的完美运行。 多目标粒子群（MOPSO）算法是由CarlosA. Coello Coello等在2004年提出来的。目的是将原来只能用在单目标上的粒子群算法（PSO）应用于多目标上。

类神经编码粒子群算法求解周期性车辆路径问题

为了解决各种各样的优化问题,人们提出了许多优化算法,比较著名的有爬山法、遗传算法等.优化问题有两个主要问题:一是要求寻找全局最小点,二是要求有较高的收敛速度. 爬山法精度较高,但是易于陷入局部极小. 遗传算法属于进化算法( Evolutionary Algorithms) 的一种,它通过模仿自然界的选择与遗传的机理来寻找最优解. 遗传算法有三个基本算子:选择、交叉和变异. 但是遗传算法的编程实现比较复杂,首先需要对问题进行编码,找到最优解之后还需要对问题进行解码,另外三个算子的实现也有许多参数,如交叉率和变异率,并且这些参数的选择严重影响解的品质,而目前这些参数的选择大部分是依靠经验.1995 年Eberhart 博士和kennedy 博士提出了一种新的算法;粒子群优化(Particle Swarm Optimization -PSO) 算法 .