粒子群算法原理及在函数优化中的应用(附程序) (2).pdf下载

粒子群算法无功优化程序

基于粒子群算法的配电网无功优化程序，利用了IEEE30节点进行MATLAB编程

粒子群算法在PID参数整定中的应用：水电机组一次调频优化实践

在工业控制系统中，PID控制器凭借结构简单、鲁棒性强的特点，成为过程控制领域应用最广泛的调节策略。然而，面对水电机组这类具有非线性、时变特性且存在水锤效应的被控对象，传统经验试凑法难以兼顾快速性、稳定性和准确性等多维指标，导致一次调频响应性能不达标。粒子群算法作为典型的群智能优化方法，通过模拟鸟群觅食行为，在参数空间内迭代搜索全局最优解，能够有效解决复杂被控对象的PID参数自动整定问题。该算法不依赖精确数学模型，实现简单且收敛速度快，特别适合水轮机调速器等工程场景的参数寻优。将粒子群算法与一次调频性能指标结

粒子群算法求解带约束物流路径优化实战

粒子群算法（PSO）是一种经典的群体智能优化方法，其核心原理是模拟鸟群觅食行为，在连续空间中通过位置与速度迭代搜索最优解。然而在实际物流场景中，车辆路径问题（VRP）本质是离散、多约束、多目标的组合优化问题，直接套用标准PSO会导致解不可行或难以收敛。关键技术价值在于将连续优化能力适配离散决策——通过随机键编码实现排列解码、交换算子重构速度更新、动态惩罚机制融合载重/时间窗等硬约束。典型应用场景包括同城即时配送、电商区域仓配、冷链物流调度等需兼顾时效性与资源利用率的业务。本文聚焦PSO在CVRPTW（带容量

优化算法——粒子群算法(PSO)原理及MATLAB代码

本文档整理了粒子群算法的基本原理，也给出了粒子群算法的MATLAB代码，结合原理看代码，很容易看懂，可以提供给初学者使用，简单易懂，赞。

粒子群算法原理及在函数优化中的应用(附程序) (2).pdf

。。。