微粒群算法
粒子群優(yōu)化（ParticleSwarmOptimization,PSO），又稱(chēng)
微粒群算法，是由J.Kennedy和R.C.Eberhart等于1995年開(kāi)發(fā)的一種演化計(jì)算技術(shù)，來(lái)源于對(duì)一個(gè)簡(jiǎn)化社會(huì)模型的模擬。其中“群（swarm）”來(lái)源于微粒群匹配M.M.Millonas在開(kāi)發(fā)應(yīng)用于人工生命（artificiallife）的模型時(shí)所提出的群體智能的5個(gè)基本原則。“粒子（particle）”是一個(gè)折衷的選擇，因?yàn)榧刃枰獙⑷后w中的成員描述為沒(méi)有質(zhì)量、沒(méi)有體積的，同時(shí)也需要描述它的速度和加速狀態(tài)。
