针对城市电动汽车充电站的选址与定容问题，建立了考虑充电站运营商、电动汽车用户以及电网企业综合利益的充电站选址定容规划模型。采用Voronoi图思想和需求点栅格化理论，结合Floyd最短路径算法划分充电站的服务范围。提出采用一种混沌模拟退火粒子群优化算法对问题进行求解，通过引入混沌理论使粒子更高效地遍历搜寻空间，并结合模拟退火算法的概率突跳特性使算法在迭代后期仍具有较高的全局寻优能力。通过算例分析表明，采用所提算法对城市电动汽车充电站选址定容进行优化规划的可行性和有效性。

第九届MathourCupD题基于改进粒子群优化算法的“脱氧合金化”配料优化

本例子已经对之前上存的粒子群优化算法实现鸟群觅食进行修正。

用粒子群优化算法求x^2最优值，matlab程序

优化问题，粒子群算法

食用方法可参考我写的博客：https://blog.csdn.net/weixin_43486940/article/details/118701303 本文主要介绍如何使用python搭建：一个基于：粒子群优化算法(PSO：Particle swarm optimization) 优化CNN网络，并实现文本的分类。 博主也参考过网上其他博主介绍：粒子群优化算法（PSO）的文章，但大多是理论大于方法。并且很少有用到优化CNN或其他网络的代码。很多同学肯定对原理不需要过多了解，只需要搭建出一个分类或预测系统即可。

该ppt教学课件主要是介绍了粒子群优化算法的起源、发展、和应用等方面的知识

MPPT PSO 由Koh Jia Shu Shun和Rodney Tan（PhD）开发1.00版 该模块执行基于粒子群优化算法的光伏电池板最大功率点跟踪。 这种MPPT PSO方法是使用MATLAB功能块中编写的MATLAB代码实现的。 该MPPT PSO模块从光伏面板获取电压和电流，并输出PWM开关信号以驱动DC转换器

运行文件PSO,即可运行程序。程序给了相应中文解释。本文件提供4个相关的数据集，前缀为data为是数据，前缀为target为数据的标签。注：使用的是MATLAB2016a版本，采用MATLAB自带的SVM,若已安装林志仁SVM，则程序可能会运行失败，解决办法：MATLAB设置路径为默认路径，再次运行即可。

为了提高多目标优化算法的收敛性、分布性和减少算法的计算代价, 提出一种基于量子行为特性的粒子群 优化(QPSO) 和拥挤距离排序的多目标量子粒子群优化(MOQPSO-CD) 算法. MOQPSO-CD 利用QPSO 快速接近真 实的Pareto 最优解, 同时引入高斯变异算子以增强解的多样性. 采用拥挤距离排序的方法对外部存储器中最优解进 行更新和维护, 使得从中选择的具有全局最优的领导粒子能够引导粒子群最终找到真实的Pareto 最优解. 仿真结果 表明, MOQPSO-CD 具有更好的收敛性和更均匀的分布性.