这是一个简单的PSO函数。
这个函数很好地说明和类比编程，以更好地理解和可视化粒子群优化理论和如何实现。
要运行这个，你还需要一个函数MinMaxCheck。(文件Id: # 43251)
算法描述:http://en.wikipedia.org/wiki/Particle_swarm_optimization
项目描述:
％%
%的输入变量
% Bird_in_swarm=粒子数量=agents=候选
% Number_of_quality_in_Bird=变量数量
％
% MinMaxRange: jx2矩阵;第j行包含第j个变量的最小值和最大值
%表示变量N1
%，可以有最大值M1和最小值M1
%那么你的矩阵将是[m1 m1]
%更多:
% (m1 m1;m2广义货币供应量;乔丹乔丹)
％
% Food_availability=带有一个输入变量的目标函数(对于多于一个变量，你可以使用数组)
%为两个变量的例子
% function f = funfunc(数组)
% =数组(1);
% b =数组(2);
% f = a+b;
%结束
% Food_availability是一个字符串，例如上面的'funfunc'
％
% availability_type是字符串'min'或'max'来检查，取决于最小化或最大化Food_availability的需要
%速度夹紧系数(通常为2)
% cognitive_constant=c1=个体学习率(通常为2)
% social_constant=c2=social parameter(一般为2)
%通常C1 + C2 > = 4
％
% Inertia_weight=在搜索过程的开始，多样化的权重较大，而强化的权重较大，在搜索过程的结束。
% Min_Inertia_weight=惯性权重的最小值(通常为0.4)
% Max_Inertia_weight=最大惯性权重(通常为0.9)
% max_iteration=在寻找食物时调整鸟群位置的次数
％
％
%输出变量
% optimised_parameters:最优参数

需要MATLAB函数MinMaxCheck。m(文件Id: #43251)
http://www.mathworks.in/matlabcentral/fileexchange/43251-bound-values-of-an-array

如果本计划对您的研讨会/项目/研究/论文等工作有任何帮助，请引用我们的工作(本页或论文)。

谢谢你！