说明：粒子群算法

大连大学数学建模工作室

说明：Bacterial Foraging Orientec by Particle swarm optimization_国外人写的细菌粒子群算法，matlab实现求函数优化

粒子群-细菌 BG-PSO PSO-GP BG bacterial-foraging

说明：自适应遗传算法优化RBF神经网络，粒子群算法优化RBF神经网络仿真结果比较。程序可直接运行

RBF-matlab 神经自适应 rbf--GA rbf-GA 优化遗传算法

说明：智能微电网中利用粒子群算法实现微电网多目标优化。

practicedjv 多目标算法 smart-microgrid 微电网多目标 电网优化

说明：粒子群优化最优路径算法，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。

schoolbck agreedng 粒子群优化最优路径 路径优化 columnlhw

说明：MOPSO多目标粒子群优化算法MATLAB实现（可直接运行）。

mopso 粒子群 多目标粒子群 优化算法 多目标

说明：改进粒子群优化算法(APSO)的MATLAB源程序,这个是引入自适应权重特征的粒子群优化算法。

改进粒子群优化算法 APSO 自适应权重 粒子群优化算法

说明：免疫粒子群优化算法调整PID。该方法将免疫算法中基于浓度的抗体复制策略与粒子群优化算法相结合。对低浓度粒子进行提升，对高浓度粒子进行抑制，从而保持粒子的多样性，克服了粒子群算法容易陷入局部最优的缺点，优化速度快。

混合优化算法 AIPSO PSO 混合算法 PID

说明：普通粒子群算法无法感知外界环境的变化，在外界环境发生改变时无法实时进行响应，因而缺乏动态环境寻优能力。在普通粒子群算法基本上通过增加敏感粒子得到一种动态粒子群算法，该算法通过实时计算敏感粒子的适应度值从而感知外界环境的变化，当外界环境的变化超过一定的阈值时算法以按一定比例更新速度和粒子的方式进行相应...

matlab 基于 动态 粒子 算法 环境

说明：利用粒子群优化算法寻找下列多元函数的最大值：f(x, y) = x*cos(2*pi*y) + y*sin (2*pi*x) -2≤x≤2，-2≤y≤2 要求输出最优解、最优解对应的x和y值，以及粒子群优化算法迭代过程中的适应度函数进 化曲线。

粒子群优化PI PSO-PI pso-maximum PI-PSO PI+PSO