说明：基本PSO极易陷入早熟收敛，而此算法在基本PSO的参数上做一些改进，从而达到增强多样性，避免过早的陷入局部最优，并发生早熟收敛。

说明：基本PSO极易陷入早熟收敛，而此算法在基本PSO的参数上做一些改进，从而达到增强多样性，避免过早的陷入局部最优，并发生早熟收敛。....

说明：基本PSO极易陷入早熟收敛，而此算法在基本PSO的参数上做一些改进，从而达到增强多样性，避免过早的陷入局部最优，并发生早熟收敛。....

说明：基本PSO极易陷入早熟收敛，而此算法在基本PSO的参数上做一些改进，从而达到增强多样性，避免过早的陷入局部最优，并发生早熟收敛。.......

说明：基本PSO极易陷入早熟收敛，而此算法在基本PSO的参数上做一些改进，从而达到增强多样性，避免过早的陷入局部最优，并发生早熟收敛。

说明：基本PSO极易陷入早熟收敛，而此算法在基本PSO的参数上做一些改进，从而达到增强多样性，避免过早的陷入局部最优，并发生早熟收敛。.

说明：图像配准－GUI界面，最优化算法，互信息尺度，POWELL.m附属子程序，PSO.m附属子程序，对图像进行“平移”和“旋转”。

互信息 matlab-GUI pso配准 PSO 配准-pso

说明：微电网多目标调度，运用改进的多目标粒子群算法进行计算，里面包含经济等三个目标函数设置。

PSO 多目标粒子群算法

说明：基本PSO极易陷入早熟收敛，而此算法在基本PSO的参数上做一些改进，从而达到增强多样性，避免过早的陷入局部最优，并发生早熟收敛。

说明：改进的差分粒子群算法，并用于求函数极值，程序中分别于DE PSO 蛙跳进行对比，结果显示，改进的差分粒子群更好。

差分粒子群算法 极值 DE PSO 蛙跳 差分粒子群 DEPSO