多种群协同粒子群算法在函数最优问题中的应用，马茂刚，张凤斌，粒子群算法由于其简单，收敛速度快等优点，近年来被广泛研究,在很多领域得到应用。但该算法又有着易陷入局部最优的缺点，这在一��

协同粒子群matlab程序，协同PSO算法的系统辨识，算法可实现逐维寻优，避免算法的退化 ，本人在matlab2016a上面运行能够跑通，希望对需要的人有用。

matlab代码粒子群算法合作PSO-LA 基于学习自动机（CPSOLA）算法和Matlab的协同粒子群优化算法的Matlab代码。 抽象的 本文提出了一种基于群体协同行为和自动机学习能力的粒子群优化（PSO）技术。 这种方法称为基于学习自动机的合作粒子群优化（CPSOLA）。 CPSOLA算法使用三层协作：群内，群内和群间。 CPSOLA中有两个活跃的种群。 在主要种群中，粒子被放置在所有群体中，每个群体都包含搜索空间的多个维度。 此外，CPSOLA中还有一个二级人口，使用的是常规PSO的更新格式。 在合作的上层，嵌入式学习自动机（LA）负责决定是否在人群之间进行合作。 在五个基准功能上组织了实验，结果显示了CPSOLA的显着性能和鲁棒性，群体的协作行为以及成功的种群自适应控制。 参考 [1] Mohammad Hasanzadeh，Mohammad Reza Meybodi和Mohammad Mehdi Ebadzadeh，“”，在2012年第20届伊朗电气工程大会（ICEE）上，2012年，第656至661页。 [2] Mohammad Hasanzadeh，Mohammad R

基于分布式协同粒子群优化算法的电力系统无功优化.pdf