微粒群算法[PSO ] 是由Kennedy 和Eberhart等于1995 年开发的一种演化计算技术, 来源于对鸟群捕食过程的模拟。PSO同遗传算法类似，是一种基于叠代的优化工具，但与遗传算法使用遗传操作子进行优化不同，利用群体中各个体之间的“协作”与“竞争”关系，根据自身及其竞争者的飞行经验，调整自己的行为。同遗传算法比较，PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化，神经网络训练，模糊系统控制以及其他遗传算法的应用领域。,Particle Swarm Opt

An Initialization Procedure in Solving Optimal Power Flow by Genetic Algorithm.With this procedure, one can start the optimization process (i.e., genetic algorithm) with a set of control variables, causing few or no violations of constraints.

工作原理是通过模拟自然界中生物进化的过程，设计相应的进化算子和操作，来解决复杂的实际问题，是一种建立在自然选择和遗传学基础上的搜索寻优算法。它从一组随机产生的种群开始，这个种群由经过基因编码的一定数量的个体组成，按照适者生存和优胜劣汰的规则，通过比较每个个体适应度的大小，选择适应度较大的个体进行交叉、变异，产生的新一代更适应环境的种群参与进化。通过一代一代不断的繁衍进化，最终得到最适应环境的个体，即得到问题的最优解。-Works by simulating the process of biol