用MATLAB实现的粒子群优化算法,包括代码的含义和实现步骤

基于粒子群算法的无功优化程序. matlab写的，基于14节点的rpo，自适应权值调整。

利用PSO训练BP神经网络的MATLAB源码,加入数据即可运行。

PSO(粒子群算法)MATlab程序，PSO(粒子群算法)MATlab程序，

粒子群算法（PSO）工具箱，及其使用简介。有最普通的PSO算法的简单例子。

收缩因子和惯性权重的基本PSO粒子群，这是其matlab源代码

PSO（粒子群）算法的标准C++11实现，原理见https://blog.csdn.net/daaikuaichuan/article/details/81382794

介绍粒子群算法的研究现状 重点讲解了粒子群算法的发展 理论 以及近几年来的改进算法

粒子群算法，也称粒子群优化算法或鸟群觅食算法（Particle Swarm Optimization），缩写为 PSO， 是近年来由J. Kennedy和R. C. Eberhart等 [1] 开发的一种新的进化算法(Evolutionary Algorithm - EA)。PSO 算法属于进化算法的一种，和模拟退火算法相似，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。这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视，并且在解决实际问题中展示了其优越性。粒子群算法是一种并行算法。

非常适合刚开始学习PSO的初学者，我用了半天就搞明白了，很有价值！用了才说好！matlab平台