粒子群演算法（particle swarm optimization,pso）是一種模仿鳥群、魚群覓食行為發展起來的一種進化演算法。其概念簡單易於程式設計實現且執行效率高、引數相對較少，應用非常廣泛。粒子群演算法於2023年提出。粒子群演算法是優化演算法中最簡單，最沒有心機的演算法了，也是入門優化演算法的不二選擇。
設想這樣乙個場景：一群鳥在隨機搜尋食物，在這個區域裡只有一塊食物，所有的鳥都不知道食物在**，但是它們知道當前的位置離食物還有多遠。最簡單有效的策略？尋找鳥群中離食物最近的個體來進行搜素。pso演算法就從這種生物種群行為特性中得到啟發並用於求解優化問題。
用一種粒子來模擬上述的鳥類個體，每個粒子可視為n維搜尋空間中的乙個搜尋個體，粒子的當前位置即為對應優化問題的乙個候選解，粒子的飛行過程即為該個體的搜尋過程．粒子的飛行速度可根據粒子歷史最優位置和種群歷史最優位置進行動態調整．粒子僅具有兩個屬性：速度和位置，速度代表移動的快慢，位置代表移動的方向。每個粒子單獨搜尋的最優解叫做個體極值，粒子群中最優的個體極值作為當前全域性最優解。不斷迭代，更新速度和位置。最終得到滿足終止條件的最優解。
求解例子
粒子群優化演算法 PSO
粒子群優化演算法 pso particle swarm optimization 是一種進化計算技術 evolutionary computation 源於對鳥群捕食的行為研究。粒子群優化演算法的基本思想 是通過群體中個體之間的協作和資訊共享來尋找最優解 pso的優勢 在於簡單容易實現並且沒有許多引...
粒子群優化演算法 PSO
粒子群優化演算法 pso particle swarm optimization 是一種進化計算技術 evolutionary computation 源於對鳥群捕食的行為研究。粒子群優化演算法的基本思想 是通過群體中個體之間的協作和資訊共享來尋找最優解 pso的優勢 在於簡單容易實現並且沒有許多引...
粒子群優化演算法 PSO
粒子群優化演算法 pso particle swarm optimization 是一種進化計算技術 evolutionary computation 源於對鳥群捕食的行為研究。粒子群優化演算法的基本思想 是通過群體中個體之間的協作和資訊共享來尋找最優解 pso的優勢 在於簡單容易實現並且沒有許多引...