粒子群算法小结

一、简介
粒子群算法源于复杂适应系统（Complex Adaptive System,CAS）。CAS理论于1994年正式提出，CAS中的成员称为主体。比如研究鸟群系统，每个鸟在这个系统中就称为主体。主体有适应性，它能够与环境及其他的主体进行交流，并且根据交流的过程“学习”或“积累经验”改变自身结构与行为。

二、基本原理
SO算法初始化为一群随机的粒子，然后通过多次迭代找到最优解。每一次的迭代过程中，粒子通过本身所找到的最优解（被成为个体极值）和整个种群目前找到的最优解（被称为全局极值）来更新自己。也可以使用粒子本身的邻居（被称为局部极值）的极值来更新自己。
假设在一个N维的目标搜索空间中，有M个粒子组成一个种群，其中第i个粒子表示为一个N维的向量，Pi表示第i个粒子的位置。

第i个粒子移动速度是一个N维的向量。

第i个粒子目前搜索到的最优位置称谓个体极值。

整个粒子群搜索到的全局最优位置。