|
粒子群算法也称粒子群优化算法，最早是由Kennedy和Eberhart于1995年提出。该算法源于对鸟群捕食行为的研究，模拟鸟群飞行觅食的行为，鸟之间通过集体协作使群体达到最优目的。我们可以设想这样一个场景，一群鸟在随机搜索食物，在给定区域里只有一块食物。初始时，所有鸟都不知道食物在哪里。那么找到食物最简单有效的方法就是搜寻目前离食物最近的鸟的周围区域。根据历史经验，每只鸟都知道自己的位置离食物有多远。通过鸟群之间的互相通信，每只鸟都把自己的当前位置传递给临近的伙伴。结果就是当一只鸟知道自己的伙伴比自己更接近食物时，就会向自己伙伴的位置移动。因此，一只鸟的搜寻行为会收到其他鸟搜寻行为的影响。粒子群算法的基本思想就是依靠群体中个体的交互作用，通过向近邻学习和历史学习，达到最优目的。粒子群算法是群体智能优化方法的典型代表之一。自然界中很多生物群体都能表现出一定的智能行为，即群体智能。 【出处】鲍军鹏,张选平.人工智能导论（第2版）,机械工业出版社,2021年1月.
| 
发表于 2025-12-9 15:36:07
