2.基本粒子群算法（PSO）

粒子群算法（pso）是群体智能优化算法中普遍的一种，是通过鸟类食行为发展起来的一种基于群体协作的随机搜索算法，由Eberhart 博士和kennedy 博士于1955年提出，将一个问题的解（粒子）视为一只鸟将解的集合视为鸟群（粒子群），利用群体中的个体对信息的共享使整个群体的运动在问题求解空间中产生从无序到有序的演化过程，从而获得最优解。其具体算法可如下表示。

假设在M维解的空间中，产生一个具有N个粒子的群体，其中第i个粒子初始位置为x_i=(x_i1,x_i2,…，x_iM),其中i=1,2,……，N；每个粒子对应的速度表示为v_i=(v_i1,v_i2,…，v_iM)。由位置矢量决定的适值以及由速度矢量决定飞行方向和速度，结合标准粒子群算法的迭代公式，