粒子群算法 2015 年12 月9 日目录 一.集群智能（Swarm Intelligence） 二.粒子群算法（PSO）简介 三、PSO的一般数学模型 四、PSO的各种改进算法 五、PSO的优缺点 六、PSO的matlab实现一、集群智能（Swarm Intelligence） Swarm可被描述为一些相互作用相邻个体的集合体，蜂群、蚁 群、鸟群都是Swarm的典型例子。鱼聚集成群可以有效地逃避捕食 者，因为任何一只鱼发现异常都可带动整个鱼群逃避。蚂蚁成群则 有利于寻找食物，因为任一只蚂蚁发现食物都可带领蚁群来共同搬 运和进食。一只蜜蜂或蚂蚁的行为能力非常有限，它几乎不可能独 立存在于自然世界中，而多个蜜蜂或蚂蚁形成的Swarm则具有非常 强的生存能力，且这种能力不是通过多个个体之间能力简单叠加所 获得的。社会性动物群体所拥有的这种特性能帮助个体很好地适应 环境，个体所能获得的信息远比它通过自身感觉器官所取得的多， 其根本原因在于个体之间存在着信息交互能力。 生物社会学家E.O.Wilson指出：“至少从理论上，在搜索食物 过程中群体中个体成员可以得益于所有其他成员的发现和先前的经
