粒子群優化算法
1. 背景知識
1995年美國社會心理學家Kennedy和電氣工程師Eberhart共同提出粒子群優化算法(Particle Swarm Optimization, PSO)。PSO算法的基本思想利用生物學家Heppner的生物群體模型，模擬鳥類覓食過程。鳥類飛行過程相互交流，當一個鳥飛向棲息地時，其他鳥兒也會跟着飛向棲息地。
2. 粒子群優化算法數學模型
PSO理想化規則如下：
1）飛離最近的個體，以避免碰撞；
2）飛向棲息地；
3）飛向群體的中心，避免離群。
3. 粒子群更新公式
1）粒子飛行校正圖：
2) 粒子更新公式：
速度更新公式：
\[v_{i}^{t+1} = v_{i}^{t} + C_1r_1(p_{ib}^{t}-p_{i}^{t})+C_2r_2(p_{gb}^{t}-p_{i}^{t}) \]
位置更新公式：
\[p_{i}^{t+1} = p_{i}^{t} + v_{i}^{t+1} \]
3. 粒子群優化算法流程圖
