连续粒子群算法的matlab程序，含使用的例子程序和一些典型的优化问题函数

本文代码使用粒子群算法优化汽车变速器传动比，用matlab编程。本文程序主要为笔者从网络上找到，后经笔者修改用于汽车理论大作业中。

粒子群算法Matlab实现[比赛已经用过,保真好使]

粒子群算法matlab代码及使用。自编function，可以直接嵌入使用

代码利用粒子群算法对带时间窗的车辆路径规划问题进行了求解，代码进行了详细的注释，易于理解和进行修改，内置了一组数据，为可执行的代码。

PSO(粒子群算法)MATlab程序，PSO(粒子群算法)MATlab程序，

有约束的基于适应度和连续世代策略的混沌自适应粒子群算法，利用混沌系统产生混沌粒子群，利用混合自适应策略调节每个粒子的惯性因子和种群规模，利用惩罚函数法去处理约束条件，融合多种改进方案，实现了收敛速度和收敛精度的良好均衡。

这是自适应粒子群算法的matlab源代码，十分经典好用

粒子群算法（启发式算法）的多目标优化，我也翻过一些这方面的论文。单目标与多目标优化主要区别在于多目标优化问题有多个目标函数,一个解对于某个目标来说可能是较好的,而对于其他目标来讲可能是较差的。因此，存在一个折衷解的集合，也就是所谓的Pareto集。教科书上，解决多目标优化问题的方法一般是，通过数学变换把多目标转换为单目标求解，但是实际问题中涉及到多目标优化问题往往具有非线性、不可微、不连续等特征，难以用数学方法搞定。而启发式算法则不需要这些严格条件，其实也是启发式算法兴起的原因。

粒子群算法入门必备，超详细。 在全局版的标准粒子群算法中，每个粒子的速度的更新是根据两个因素来变化的，这两个因素是：1. 粒子自己历史最优值pi。2. 　粒子群体的全局最优值pg。如果改变粒子速度更新公式，让每个粒子的速度的更新根据以下两个因素更新，A. 粒子自己历史最优值pi。B. 粒子邻域内粒子的最优值pnk。其余保持跟全局版的标准粒子群算法一样，这个算法就变为局部版的粒子群算法。