粒子群算法介绍及深入.docxVIP

------------- 精选文档 ----------------- 粒子群算法 一、粒子群算法的历史 粒子群算法源于复杂适应系统（ Complex Adaptive System,CAS ）。CAS 理论于 1994 年正式提出， CAS 中的成员称为主体。 比如研究鸟群系统， 每个鸟 在这个系统中就称为主体。 主体有适应性，它能够与环境及其他的主体进行交流， 并且根据交流的过程“学习”或“积累经验”改变自身结构与行为。 整个系统的 演变或进化包括：新层次的产生（小鸟的出生）；分化和多样性的出现（鸟群中 的鸟分成许多小的群）；新的主题的出现（鸟寻找食物过程中，不断发现新的食 物）。 所以 CAS 系统中的主体具有 4 个基本特点（这些特点是粒子群算法发展变化 的依据）： 首先，主体是主动的、活动的。 主体与环境及其他主体是相互影响、 相互作用的，这种影响是系统发展变化的主要动力。 环境的影响是宏观的，主体之间的影响是微观的， 宏观与微观要有机结合。 最后，整个系统可能还要受一些随机因素的影响。 粒子群算法就是对一个 CAS 系统－－－鸟群社会系统的研究得出的。 粒子群算法（ Particle Swarm Optimization, PSO ）最早是由 Eberhart 和 Kennedy 于 1995 年提出，它的基本概念源于对鸟群觅食行为的研究。设想这样一个场景 :一群鸟