关于微粒群算法的详细介绍，以及基本微粒群算法的代码-曾建潮编著

将均值漂移算法嵌入到粒子滤波的跟踪框架中，将颜色分布作为观测模型，将HSV颜色空间根据人类的颜色感知差异，对各个分量进行非等间隔量化，然后利用基于核函数的直方图进行建模。该算法克服了粒子滤波计算量较大

针对微粒群优化算法在解决复杂优化问题时易于出现早熟收敛现象，提出了一种多阶段多模型的改进微粒群优化算法。考虑寻优不同阶段的开发与探测能力需求的差异，算法将寻优过程分成3个阶段，各阶段采用不同的模型进行

基于群体多样性反馈控制的自组织微粒群算法

文件上传是互联网的一个基本应用，HTTP协议中RFC1867实现的操作存在可控性差、大文件传输易超时等不足。基于UGiA-PHP-UPLOADER架构，提出了一种支持进度显示的大文件高效上传的方法。它

论文研究-动态环境下一种改进的微粒群算法.pdf,

对微粒群优化算法(PSO ) 进行分析, 提出一种增强型微粒群优化算法(EPSO ). 用EPSO 和PSO 对几种常用 函数的优化问题进行测试比较, 结果表明EPSO 比PSO 更容易找到全局最优解

一些关于粒子群算法的文献-一种改进的小生境微粒群算法.pdf关于粒子群算法的一些期刊论文

一些关于粒子群算法的文献-一种多微粒群协同进化算法.pdf关于粒子群算法的一些期刊论文

在PSO聚类算法的基础上，提出了基于量子行为的微粒群优化算法（QPSO）的数据聚类。QPSO算法不仅参数个数少、随机性强，并且能覆盖所有解空间，保证算法的全局收敛。PSO与QPSO算法的不同在于聚类中

与我的基本蚁群算法一贴对应的源代码，弄懂了基本蚁群算法源代码，其他的变种都很好理解，资料来自网络。