粒子群算法（基本介绍+案例）

(1) 算法介绍：
每个寻优的问题解都被想像成一只鸟，称为“粒子”。所有粒子都在一个D维空间进行搜索。 所有的粒子都由一个fitness function 确定适应值以判断目前的位置好坏。每一个粒子必须赋予记忆功能，能记住所搜寻到的最佳位置。 每一个粒子还有一个速度以决定飞行的距离和方向。 这个速度根据它本身的飞行经验以及同伴的飞行经验进行动态调整。

(2) 粒子群优化算法求最优解：


(3) 算法流程：

(4) 停止准则
最大迭代步数、可接受的满意解

（5）案例
eg1.存贮模型











eg2.生猪的出售时机







参考书籍：《数学模型》第四版，姜启源著。
《数学建模方法及其应用》，韩中庚著。