对于粒子群算法的一些理解
最近做大创开始学习遗传算法，粒子群算法等,在大佬的带领下，开始写点博客，因为是第一次写，而且自己学的也不好(捏个是重点)，就当写给自己看啦。
粒子群算法跟遗传算法一样，都是从自然界的自然现象得到启发，而被大牛创造出来的，在一代代的改进中逐渐趋于完善，也慢慢作用于越来越多的领域中。
粒子群算法据说是从鸟群寻食中得到的启发，一群鸟在一个不知道食物分布的地方觅食，它们会渐渐集中到食物最多的地方去，当然，如果地方太大的话，也可能会出现多个集中鸟比较多的地方。这里头有几个官方术语
个人理解就是一个较优解集支配一个次优解集
Pareto最优就是在最理想条件下，我们取得了自己最想要的结果，但是很遗憾，因为现实问题的影响因素太多，所以我们往往陷入局部最优，或者得到一堆
较优解。于是：
根据我们计算得到的最优解集，我们可以计算出理想的最终优化结果，就像如果发电的模型的话，我们可以得到我们想要的发电的效率啦，参量啦~~~也就是
至于在matlab上具体实现一个简单的粒子算法，博主还不会呢，等过几天初审过去了，会补上的呢