连志刚， 曹 宇， 林蔚天， 计春雷

（上海电机学院 电子信息工程学院，上海 201306）

粒子群算法思想来自鸟群或者鱼群的觅食行为，通过个体间特殊的信息传递方式，使整个团体朝同一个方向逼近，从而搜索到最终目标.粒子群算法的思想就是源自此类群体行为理论.该算法由心理学博士Kennedy和电气工程师Eberhart提出，通过群体中个体之间的协作和信息共享来寻找最优解［1－2］.

粒子群算法是一种群优化技术和群搜索算法，它通过群体的合作，进行高效搜索.正如文献［3］所说，社会行为有两个主要目的：一是每个个体能够在搜索食物的过程中协助其它群内的成员；二是群体合作能够提高搜索效率.粒子群可以认为是粒子在搜索空间里，按一定传递规律传递信息，并根据信息变化改变自己的搜索方向.传统粒子群算法搜索信息主要来自于两方面：一是群体最优位置；二是粒子自身经验最优位置.群体最优位置使得粒子能够快速收敛，并对全局极值的邻域进行搜索；个体自身经验最优位置保证粒子不至于过快收敛到群体最优而陷入局部最优，使得粒子能够在一次迭代中对个体极值和全局极值之间的区域进行搜索［4］.不同的优化问题需要很好的平衡局部和全局的比例关系.文献［5］提出Iemetic粒子群优化算法，利用一种新的specie构造方法来保证其能够发现不同最优解所在的搜索区域，通过一种适应性的局域搜索算子增强specie追踪到最优解的能力，重新……