PSO算法原理及应用

粒子群算法的发展过程。粒子群优化算法（ParticalSwarmOptimizationPSO），粒子群中的每一个粒子都代表一个问题的可能解，通过粒子个体的简单行为，群体内的信息交互实现问题求解的智能

JamesKennedy写的SwarmIntelligence

PSO 算法属于进化算法的一种,和遗传算法相似,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

资源是java实现的PSO粒子群优化算法,可以正常运行,可以根据自己实际业务更改来满足自己的需求.

最新的粒子群优化算法教材；全面阐述了粒子群优化算法的发展过程以及作者自己的研究成果，包含大量PSO与其他算法的性能比较；是一本由浅入深的PSO基础教材。

并行化实现了PSO算法，大大提高了算法的寻优效果。基于OpenMP和MPI两种方法实现。

经验证的DPSO源代码，可用于求解最优解

PSO算法就是模拟一群鸟寻找食物的过程，每个鸟就是PSO中的粒子，也就是我们需要求解问题的可能解，这些鸟在寻找食物的过程中，不停改变自己在空中飞行的位置与速度。大家也可以观察一下，鸟群在寻找食物的过程

用matlab实现的PSO算法，并用Griewank函数进行了测试

这是关于PSO算法的matlab实现.希望对大家有用了.