粒子群算法优化方法

粒子群优化算法（particle swarm optimization，PSO）属于进化算法的一种，它源于鸟群捕食的行为研究。基本思想是通过群体中个体之间的协作和信息共享来寻找最优解。在PSO中，每个优化问题的潜在解都是搜索空间中的一只鸟，抽象为粒子，每个粒子都有一个由目标函数决定的适应值（fitness value），以及决定它们飞行的方向和距离。 PSO具有实现容易、精度高、收敛快等优点。
图1 粒子群算法流程图

下面是标准粒子群的算法：

接下来对粒子群算法的学习因子c1，c2进行修改，公式为：

采用动态的加速因子即可改进一些陷入局部最优解的问题。