介绍了一种利用量子行为粒子群算法(QPSO)求解多峰函数优化问题的方法。为此，在 QPSO中引进一种物种形成策略，该方法根据群体微粒的相似度并行地分成子群体。每个子群体是 围绕一个群体种子而建立的。对每个子群体通过QPSO算法进行最优搜索。从而保证每个峰值都有 同等机会被找到，因此该方法具有良好的局部寻优特性。将基于物种形成的QPSO算法与粒子群算 法(PSO)对多峰优化问题的结果进行比较。对几个重要的测试函数进行仿真实验结果证明，基于物 种形成的QPSO算法可以尽

Parallel PSO Using MapReduce

粒子群算法源程序，是近年来发展起来的一种新的进化算法。有实现容易、精度高、收敛快等优点。是一种并行算法。-Particle swarm algorithm source code, is a new evolutionary algorithm developed in recent years. There are easy to implement, high precision, fast convergence and so on. Is a kind of parallel algor

基于MAPREDUCE的PSO设计论文 有详细数学算法和流程-The PSO-based design thesis MAPREDUCE