二、粒子群算法的具體表述 上面羅嗦了半天，那些都是科研工作者寫論文的語氣，不過，PSO的歷史就像上面說的那樣。下面通俗的解釋PSO算法。 PSO算法就是模擬一群鳥尋找食物的過程，每個鳥就是PSO中的粒子，也就是我們需要求解問題的可能解，這些鳥在尋找食物的過程中，不停改變自己在空中飛行的位置與速度。大家也可以觀察一下，鳥群在尋找食物的過程中，開始鳥群比較分散，逐漸這些鳥就會聚成一群，這個群忽高忽低、忽左忽右，直到最后找到食物。這個過程我們轉(zhuǎn)化為一個數(shù)學(xué)問題。尋找函數(shù) y=1-cos(3*x)*exp(-x)的在[0,4]最大值。 ----------------------------------------------------------------- 標(biāo)準(zhǔn)粒子群算法的實現(xiàn)思想基本按照粒子群算法(2)----標(biāo)準(zhǔn)的粒子群算法的講述實現(xiàn)。主要分為3個函數(shù)。第一個函數(shù)為粒子群初始化函數(shù) InitSwarm(SwarmSize......AdaptFunc)其主要作用是初始化粒子群的粒子，并設(shè)定粒子的速度、位置在一定的范圍內(nèi)。本函數(shù)所采用的數(shù)據(jù)結(jié)構(gòu)如下所示： 表ParSwarm記錄的是粒子的位置、速度與當(dāng)前的適應(yīng)度值，我們用W來表示位置，用V來代表速度，用F來代表當(dāng)前的適應(yīng)度值。在這里我們假設(shè)粒子個數(shù)為N，每個粒子的維數(shù)為D。 ---------------------------------------------------------------------