粒子群算法也称粒子群优化算法（鸟群觅食算法PSO），属于进化算法的一种，和模拟退火算法相似，它从随机解出发通过迭代寻找最优解，通过适应度来评价解的品质，比遗传算法规则更为简单。通过追随当前搜索到的最优值来寻找全局最优。实现容易、精度高、收敛快是一种并行算法。
一、算法介绍
（1）每个寻优的问题解都被想象成一只鸟，称为粒子。所有粒子都在一个D维空间进行搜索
（2）所有的粒子都由一个fitness-function确定适应值以判断目前的位置好坏。
（3）每一个粒子必须赋予记忆功能，能记住所搜寻到的最佳位置。
（4）每一个粒子还有一个速度以决定飞行的距离和方向。这个熟读根据它本身的飞行经验以及同伴的飞行经验进行动态调整。
这两个点就是粒子群算法中的粒子。
该函数的最大值就是鸟群中的食物。
计算两个点函数值就是粒子群算法中的适应值，计算用的函数就是粒子群算法中的适应度函数。
更新自己位置的一定公式就是粒子群算法中的位置速度更新公式。
二、算法公式
三、算法流程
四、每个粒子的更新速度和位置公式