粒子群优化算法（PSO）的基本思想和算法步骤

基本公式

每一代中的粒子i，其速度 V i = { V i 1 , V i 2 , . . . , V i d , . . . , V i D } V_i=\{V_{i1},V_{i2},...,V_{id},...,V_{iD}\} Vi​={Vi1​,Vi2​,...,Vid​,...,ViD​}
$$V_{id}^{k+1}=\omega V_{id}^k+c_1{\xi }_1(P_{id}-X_{id})+c_2{\xi }_2(P_{gd}-X_{id})$$
$$其中：\omega ,c_1,c_2是常数$$
$$X_{id}^{k+1}=X_{id}^k+V_{id}$$
$$其中：p_i是粒子i的历史最优解,p_{id}是p_i的第d个分量，p_g是群体的历史最优解$$

PSO算法的计算步骤

• 1、初始化粒子群i=1,2,…,m,给予随机的位置和速度$$x_i,v_i$$
• 2、评估每个粒子的适应度值f(x)
• 3、对每个粒子，更新历史最优位置$$p_i$$
• 4、对群体更新历史最优解$$p_g$$
• 5、对所有粒子计算$$x_i,v_i$$
• 6、若达到终止条件，则终止，否则转步骤2