导读：微粒群优化算法(pso)是由kennedy和eberhart于1995年提出的一种基于迭代的优化算法，系统初始化为一组随机解，通过某种方式迭代寻找全局最优解。该算法与遗传算法...
微粒群优化算法(pso)是由kennedy和eberhart于1995年提出的一种基于迭代的优化算法，系统初始化为一组随机解，通过某种方式迭代寻找全局最优解。该算法与遗传算法(ga)相比，简单容易实现，没有交叉和变异操作，需调整的参数不多，收敛速度快。现已广泛应用于目标函数优化、动态环境优化、神经网络训练等诸多领域，并在ieee进化计算年会(ieee annual conference of evolutionary computation，cec)上作为一个独立的研究分枝。 协同进化算法是近十几年来在协同进化论基础上发展起来的一类新的进化算法。协同进化算法与传统进化算法的区别在于：协同进化算法在进化算法的基础上，考虑了种群与种群之间、种群与环境之间在进化过程中的协调。由于协同进化算法具
