粒子群算法也稱為粒子群優化算法(Particle Swam opti血zation,PSO),是近年LPO4812-102MLC來發展起來的一種新的進化算法(Evolutionaγ AlgOrithm,EA)。PSo算法屬于進化算法的一種,和模擬退火算法相似,它也是從隨機解出發,通過迭代尋找最優解,它也是通過適應度來評價解的品質。但該算法比遺傳算法規則更為簡單,它沒有遺傳算法的“交叉”(αossovcr)和“變異”(Mutation)操作,通過追隨當前搜索到的最優值來尋找全局最優。

   該算法以其實現容易、精度高、收斂快等優點引起學術界的重視,并且在解決實際問題中展示了其優越性。Rcynolds對鳥群飛行的研究發現,鳥僅僅是追蹤它有限數量的鄰居,但 最終的整體結果是整個鳥群好像在一個中心的控制下,即復雜的全局行為是由簡單規則的相互作用引起的。PSo算法即源于對鳥群捕食行為的研究,一群鳥在隨機搜索食物,如果這個區域里只有一塊食物,那么找到食物的最簡單有效的策略就是搜尋目前離食物最近的鳥的周圍區域。Ps0算法從這種模型中得到啟示而產生的,并用于解決優化問題。