微粒群算法[PSO ] 是由Kennedy 和Eberhart等于1995 年开发的一种演化计算技术, 来源于对鸟群捕食过程的模拟。PSO同遗传算法类似，是一种基于叠代的优化工具，但与遗传算法使用遗传操作子进行优化不同，利用群体中各个体之间的“协作”与“竞争”关系，根据自身及其竞争者的飞行经验，调整自己的行为。同遗传算法比较，PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化，神经网络训练，模糊系统控制以及其他遗传算法的应用领域。,Particle Swarm Opt

微粒群算法的程序，只需输入调整参数就可以运算-pso

改进的微粒群算法。寻找全局最优能力较好。收敛速度较快。-Improved particle swarm optimization. Better ability to find the global optimum. Faster convergence.

一种新的并行文化微粒群优化算法,为了避免微粒群优化算法在解决复杂优化问题时陷入局部最优-A new parallel culture particle swarm optimization, in order to avoid particle swarm optimization in solving complex optimization problems into local optimum

标准微粒群算法源程序 该程序用于计算Goldstein-Price函数 -Standard particle swarm algorithm source code of the program used to calculate the Goldstein-Price function