1.2.1 基本思想

研究發現，鳥群在飛行過程中經常會突然改變方向、散開、聚集，其行為不可預測，但其整體總保持一致性，個體之間也保持著合適的距離。粒子群算法將鳥類的飛行空間抽象成求解問題的搜索空間，將每只鳥抽象成僅有速度和位置兩個屬性的粒子，代表一個問題的可能解，將尋找問題最優解的過程看成鳥類尋找食物的過程，從而求解復雜的優化問題。

粒子群算法首先在給定的解空間中隨機初始化粒子群，解空間的維數由待優化問題的變量數決定。每個粒子給定初始位置與初始速度，然后通過迭代尋優。每個粒子在搜索空間中單獨搜尋最優解，將其記為當前個體極值，并將個體極值與整個粒子群里的其他粒子做比較，找到最優的那個個體極值作為整個粒子群的當前全局最優解；粒子群中的所有粒子根據當前個體極值和整個粒子群共享的當前全局最優解來調整速度和位置，最終達到終止條件時，停止搜索，輸出最優解。