粒子群算法总结+背包问题

【粒子群算法】（Particle Swarm Opitimization, PSO）在1995年由Dr.Eberhart和Dr.Kennedy提出，源于对鸟群捕食行为的研究。

好比说，一群鸟在一个区域内寻找食物，这个区域只有一条虫子（最优解），所有的鸟都不知道食物在哪。假设，他们知道自己的当前位置距离食物有多远，也知道自己距离食物最近的鸟的位置。

鸟A：哈哈哈原来虫子离我最近！
鸟B,C,D：我得赶紧往 A 那里过去看看！

同时各只鸟（粒子）飞行时，位置不停变化，距离食物的距离也不断变化，所以一定有过离食物最近的位置，这也是它们的一个参考（粒子飞行的历史）。

鸟某某：我刚刚的位置好像靠近了食物，我得往那里靠近！

综上，影响鸟的运动状态变化有下面两个因素：

• 离食物最近的鸟的位置（全局最优）
• 自己之前达到过的离食物最近的位置（个体最优）
• 自身惯性

三个因素综合为速度公式：