PSO算法是一种基于群智能（Swarm Intelligence）方法的演化计算技术。最早由Kennedy 和 Eberhart 于1995年提出，受到人工生命的研究结果启发，PSO的基本思想源于对鸟群捕食行为的研究。

该资源利用粒子群优化算法解决了区间极值问题，该程序可运行，并且有良好的收敛效果，本程序来自老师课上讲解的书籍中，是一个典型的离散极值问题

提出一种模糊复合最优粒子群优化(FHMPSO)算法,并将该算法应用于永磁同步电机控制系统PI调速器参数整定与优化中。优化算法的适应度函数采用永磁同步电机转速偏差ITAE指标,采用永磁同步电机矢量控制系统模型对原始PSO,HMPSO和FHMPSO算法进行了仿真测试,仿真结果表明FHMPSO算法相对于其他PSO算法,能够更好地实现电机控制系统中PI参数的优化调节,达到更加良好的动态及稳态性能。

matlab优化算法案例分析与应用源代码.rar

基于粒子群算法的PID参数自整定，栾丽君，谭立静，PID控制器的参数整定，从优化的角度来说就是在Kp, Ki ,Kd 3个参数空间中寻找最优值,使系统的控制性能达到最优。粒子群优化(PSO)算法是一

function[xm,fv]=POS(fitness,N,c1,c2,w,M,D)

通过粒子群算法优化支持向量机，可实现故障特征向量的分类

An Analysis of Particle Swarm Optimizers.pdf Particle Swarm Optimization Based on Adaptive.pdf The fully informed particle swarm-simpler, maybe better.pdf The particle swarm - explosion, stability, and convergence in a multidimensional complex space.pdf

对于旅行商的经典问题，目前已经有很多方法可以对其有很好的的解决。在这里仅提供粒子群算法对于旅行商问题进行解决，有需要的朋友们可以看看。

mopso多目标粒子群算法 python源码 粒子群速度位置更新 pareto最优解集 外部存档 拥挤度计算