免费项目
粒子群优化算法 PSO｜1995年｜MATLAB标准实现｜基础优化算法代码
粒子群优化算法(PSO)由 Kennedy 与 Eberhart 于 1995 年提出，模拟鸟群觅食的群体协作行为。本包为 MATLAB 标准实现，含惯性权重与速度限幅，返回最优值、最优解与收敛曲线，适合作为对比实验的基准算法与教学示例。
项目说明
粒子群优化算法（PSO）
提出年份：1995 年 编程语言：MATLAB
粒子群优化算法模拟鸟群觅食时的群体协作：每个粒子依据自身历史最优位置与群体历史最优位置不断调整速度与位置，是群体智能优化中最常用的基准算法之一。
- 标准速度与位置更新公式，惯性权重 0.8，学习因子 c1 = c2 = 1.5
- 速度限幅取搜索范围的 15%，抑制粒子发散
- 返回全局最优适应度、最优解位置与逐代收敛曲线
交付内容：PSO.m 主算法文件、README.txt（参数说明与调用示例）
调用方式：[gBestScore, gBest, cg_curve] = PSO(N, iter, lb, ub, dim, fobj)