基于GSP拍卖和粒子群优化的AODV协议

粒子群优化算法因形式简洁、收敛快速和参数调节机制灵活等优点,同时一次运行可得到多个解,且能逼近非凸或不连续的Pareto最优前端,

基于熵的方法是比较简单且效率高的一种图像分割方法，针对多类的图像，我们应用多阈值的方法进行分割，结合粒子群优化，提高分割速率，达到较好的分割结果。

粒子群优化算法是个不错的方法，然而无法克服局部最优。混沌的结合，解决了上述缺点。

基于Tent映射的混沌混合粒子群优化算法

Dynamic parking guidance technology based on particle swarm optimization

基于边界变异的量子粒子群优化算法

本文详细介绍了一种基于粒子群优化的DBSCAN密度聚类算法，该算法考虑了点之间的密度和距离，能够发现任意形状的聚类。文章从Ε邻域和核心对象的定义开始，逐步介绍了算法的实现步骤和关键参数选取方法。该算法

自适应粒子群优化是一种变体的粒子群优化算法，旨在通过自适应调整参数来提高算法的性能和收敛速度。这篇文章的重点是介绍如何使用Python编写自适应粒子群优化算法。文章中将详细介绍该算法的实现过程，包括初

铣削加工中如何选择最佳的铣削用量是一个多约束非线性的复杂优化问题。在考虑实际加工约束的情况下,以最小化加工成本为目标,采用量子行为粒子群优化(QPSO)算法对铣削实例进行优化,得出了最优的铣削用量组合

该资源提供了一套MATLAB代码，用于实现基于粒子群优化算法的多目标优化问题求解。