粒子群算法基本原理与编程

第三篇为《粒子群算法基本原理与编程》，粒子群算法，我觉得是最简单又是最富有魅力最具有自然哲学的一个算法。

一、粒子群算法基本原理

粒子群算法（PSO）是进化计算的一个重要分支，它是由Eberhart和Kennedy于1995年提出的一种全局搜索算法，同时它也是一种模拟自然界生物活动以及群体智能的随机搜索算法。

自然界中鸟群、鱼群的觅食等行为实际上属于群体智能行为，这个过程本身就是一个寻找最优化的过程，通过模拟这种群体智能行为才有了粒子群算法的诞生。

之所以我如此喜欢粒子群算法，是因为Eberhart与Kennedy在设计粒子群算法，即PSO的时候，除了考虑模拟生物的群体活动之外，更重要的是融入了个体认知和社会影响这些社会心理学的理论。这听上去十分简单，但就是这简单背后充满了智慧，它结合了动物群体的行为特性以及人类社会的认知特性。

在写的过程中又发现了一些优秀的博客，先直接把这些博客放上来吧，如下：

1、[Algorithm] 群体智能优化算法之粒子群优化算法

2、标准粒子群算法（PSO）

3、优化算法——粒子群算法(PSO)：https://blog.youkuaiyun.com/hnzhangjq/article/details/82711771

有了这么多优秀的博客，加上自己本身也很懒，hhhh，有点不太想接着写了，不过为了复习还是简单的进行捋一捋。

 

二、粒子群算法步骤

粒子群优化算法（PSO）要求每个个