并行粒子群算法（Parallel PSO）C语言代码

本课题是在BP神经网络温度预测的基础上进行优化,加入PSO算法,结果中R^2、MSE等参量明显比BP神经网络单独预测效果好的许多。

粒子群算法(pso)标准测试函数验证程序。在一个m文件中包括了目前文献中用于验证的7个标准测试函数(Ackley等)、三维动态显示，粒子过分集中时打散等功能。旨在为学习和研究者pso算法的同仁提供一个

标准粒子群优化算法，单目标，基于粒子群算法PSO的函数极值寻优

-Unzipandcopythefilestoafolder(directory).-AddthepathtoMatlab.(File>SetPath>AddwithSubfolders)-Readh

粒子群优化算法源程序--MATLAB编写

粒子群算法，也称粒子群优化算法（Particle Swarm Optimization），缩写为 PSO， 是近年来发展起来的一种新的进化算法。PSO 算法属于进化算法的一种，和遗传算法相似，它也是从

粒子群算法的理论基础是以单一粒子来做为鸟类族群之中的单一个体，于算法中赋予该粒子（个体）拥有记忆性，并能够透过与粒子群体中的其他粒子之间的互动而寻求到最适解。本资源是粒子群算法代码（matlab）

本课题是在BP神经网络温度预测的基础上进行优化,加入PSO算法,结果中R^2、MSE等参量明显比BP神经网络单独预测效果好的许多。

本代码是基于有约束条件的寻优问题，采用APSO可以加快寻优的速度，修改参数比较简单，目标函数和上下限根据自身的需要进行改动，，可以实现目标函数的寻优

粒子群算法的并行实现算法，有利于加深对粒子群算法的理解