，基于敏感粒子的動態粒子群算法尋找雙峰動態函數最優值，多目標背包優化問題用多目標粒子群算法求解，網絡流傳與正版粒子群算法工具箱PSOt應用，MATLAB自帶算法命令與約束CPSO工具箱詳解，約束CPSO工具箱編程應用及各種類型程序。 ? ? ?

對粒子群原理和對應的代碼進行了詳細講解 看完基本可以實現粒子群算法入門

基于matlab的粒子群算法與 Simulink 模型之間連接的橋梁是粒子（即 PID 控制器參數）和該粒子對應的適應值（即控制系統的性能指標）。

基于matlab的多目標粒子群算法，MOPSO,引導種群逼近真實Pareto前沿，算法運行結束后將外部存檔中粒子作為獲得的Pareto最優解近似。程序已調通，可以直接運行。PS:程序運行視頻見https://gf.bilibili.com/item/detail/1103082078 購買后可下載視頻中的源程序文件。

基于pytorch的多目標粒子群算法，MOPSO,引導種群逼近真實Pareto前沿，算法運行結束后將外部存檔中粒子作為獲得的Pareto最優解近似。程序已調通，可以直接運行。 購買后可下載視頻中的源程序文件。

基于matlab的人工蜂群和粒子群混合優化的路徑規劃算法，起點和終點確定的前提下，在障礙物中尋找最佳路徑。數據可更換自己的，程序已調通，可直接運行。 購買后可下載視頻中的源程序文件。

粒子群優化（PSO）、蟻群優化（ACO）、遺傳算法（GA）、進化策略（ES）和基于概率的增量學習（PBIL）。計算了BBO-MLP、PSO、ACO、ES、GA和PBIL的分類精度并相互比較。輸出每種算法的收斂曲線和分類精度。程序已調通，可直接運行。 購買后可下載視頻中的源程序文件。