粒子群算法
定义
粒子群算法，也称粒子群优化算法或鸟群觅食算法（Particle Swarm Optimization），缩写为 PSO。PSO来源于模拟鸟搜寻食物的过程，属于进化算法，从随机解出发，通过不断迭代寻找最优解。
基本思想：是通过群体中个体之间的协作和信息共享来寻找最优解．
核心公式
粒子 i 第 d 次迭代的速度 = 上一步自身的速度惯性 + 自我认知（经验）+群体认知
C1：粒子的个体学习因子（个体加速度因子） C2：粒子的社会学习因子（社会加速度因子） W：速度的惯性权重
pbestid：到第d次迭代为止，第i个粒子经过的最好的位置。 gbestid：到第d次迭代为止，所有粒子经过的最好的位置。
粒子i的第d+1次迭代时的位置 = 第d次迭代的位置 + 第d次迭代的速度*时间（一般t = 1）
总体流程
【推荐】国内首个AI IDE，深度理解中文开发场景，立即下载体验Trae
【推荐】编程新体验，更懂你的AI，立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包，你的智能百科全书，全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell：AI 加持，快人一步
· winform 绘制太阳，地球，月球 运作规律
· 超详细：普通电脑也行Windows部署deepseek R1训练数据并当服务器共享给他人
· TypeScript + Deepseek 打造卜卦网站：技术与玄学的结合
· AI 智能体引爆开源社区「GitHub 热点速览」
· 写一个简单的SQL生成工具