丁 玲，范 平，闻 彬

（湖北科技学院计算机科学与技术学院 421009）

0 引言

最优化问题就是从所有的解决方案中选取最合理的方案，达到国民经济、学科技术等领域，小到人们的日常生活等各个问题，均涉及到优化选择。粒子群优化算法又称为粒子群算法、微粒群算法、微粒群优化算法，是一种新型的优化计算技术。这种技术是由Eberhart博士和Kennedy博士通过模拟鸟群进食行为而提出的一种随机搜索的算法。通过对每个随机值进行搜索和比较可以得到最优答案，因而粒子群优化算法可以用于解决优化的问题。因为这种算法具有全局优化的特点，所以被广泛的用于函数优化和计算机神经网络等领域中。目前，国内对于粒子群优化算法的研究尚处于发展阶段，今后还有很多工作要逐步展开。本文将针对现有的研究，对粒子群优化算法的产生和发展以及其在神经网络中的应用进行论述，同时对粒子群优化算法的未来发展趋势进行展望。

1 粒子群优化算法的产生与发展

无论实际的生活还是科学研究，经常都会遇到一个问题有多个解决方案，需要从这些解决方案中寻求最合理的解决方案的情况。最经典的案例莫过于工程经济学中的资源分配问题了，如何让合理的分配有限的资源已选求最大的利益。对于这类问题可以通过数学建模的方法，通过转化为约定条件下，找出对应参数值的函数来解决问题，这就是通常所说的优化。对问题进行优化研究一直以来都是数学和工程经济学领域的研究热点，其研究算法也得到了不断的发展。……