粒子群算法也称为粒子群优化算法(Particle Swam opti血zation,PSO),是近年LPO4812-102MLC来发展起来的一种新的进化算法(Evolutionaγ AlgOrithm,EA)。PSo算法属于进化算法的一种,和模拟退火算法相似,它也是从随机解出发,通过迭代寻找最优解,它也是通过适应度来评价解的品质。但该算法比遗传算法规则更为简单,它没有遗传算法的“交叉”(αossovcr)和“变异”(Mutation)操作,通过追随当前搜索到的最优值来寻找全局最优。

   该算法以其实现容易、精度高、收敛快等优点引起学术界的重视,并且在解决实际问题中展示了其优越性。Rcynolds对鸟群飞行的研究发现,鸟仅仅是追踪它有限数量的邻居,但 最终的整体结果是整个鸟群好像在一个中心的控制下,即复杂的全局行为是由简单规则的相互作用引起的。PSo算法即源于对鸟群捕食行为的研究,一群鸟在随机搜索食物,如果这个区域里只有一块食物,那么找到食物的最简单有效的策略就是搜寻目前离食物最近的鸟的周围区域。Ps0算法从这种模型中得到启示而产生的,并用于解决优化问题。