张佳期 解倩倩

国家知识产权局专利局专利审查协作天津中心，天津 300304

一、粒子群优化算法概述

粒子群优化算法又称微粒群算法，是一种智能优化算法。粒子群优化算法于1995年提出，启发于鸟群觅食的行为[1]。其建立速度与位移的相关模型，以粒子模拟鸟类个体，其相互之间既合作又竞争，为群体寻找优化搜索，主要用于优化函数、神经网络训练，以及其他进化算法的应用领域。粒子群算法相较其他算法的优势在于其不需要求解问题的特征信息，而具有较强的全局搜索能力，收敛快，鲁棒性强。[1]

本文将以国内外专利申请数据为分析样本，从专利的申请量逐年变化和申请人分布等角度进行了分析和研究，浅析粒子群算法的发展现状和预期。

二、专利申请基本情况

1、检索方法说明

本文采用的专利检索工具、范围、检索方式，说明如下：

（1）数据库：CPRSABS数据库和DWPI数据库；

（2）分析指标：申请量逐年变化趋势、主要申请人分布、申请区域分布等；

（3）检索关键词：粒子群优化、微粒群优化、PSO、particle swarm optimization、神经网络等。

2、检索结果分析

（1） 全球专利分析

① 粒子群优化算法技术专利申请的国家分布

图1为全球PSO算法技术专利申请的国家分布图，可以看出中国和美国是主要的申请国，分别占总申请量的69%和8%，另外，日本、欧洲、德国、韩国的申请量也比较多，说明这些国家也十分重视粒子群优化技术的专利布局。

中国在粒子群优化技术上的专利申请数量远高于其他国家的原因，经分析主要……