11.3　粒子群算法的特点

粒子群算法有以下特点：

①粒子群算法和其他进化算法都是基于“种群”的概念，用于表示一组解空间中的个体集合。采用随机初始化种群方法，使用适应度值来评价个体，并且据此进行一定的随机搜索，因此不能保证一定能找到最优解。

②具有一定的选择性。在粒子群算法中通过不同代种群间的竞争实现种群的进化过程。若子代具有更好的适应度值，则子代将替换父代，因而具有一定的选择机制。

③算法具有并行性，即搜索过程是从一个解集合开始的，而不是从单个个体开始的，不容易陷入局部极小值，并且这种并行性易于在并行计算机上实现，提高算法的性能和效率。

④收敛速度更快。粒子群算法在进化过程中同时记忆位置和速度信息，并且其信息通信机制与其他进化算法不同。在遗传算法中染色体互相通过交叉、变异等操作进行通信，蚁群算法中每只蚂蚁以蚁群全体构成的信息轨迹作为通信机制，因此整个种群比较均匀地向最优区域移动，而在全局模式的粒子群算法中，只有全局最优粒子提供信息给其他的粒子，整个搜索更新过程是跟随当前最优解的过程，因此所有的粒子很可能更快地收敛于最优解。