展开3全部 优点：PSO同遗传算法类似，是一种基于迭代的优化算法。

系统初始化为一组随机解，通过迭代搜寻最优值。

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。

缺点：在某些问题上性能并不是特别好。

网络权重的编码而且遗传算子的选择有时比较麻烦。

最近已经有一些利用PSO来代替反向传播算法来训练神经网络的论文。

扩展资料：注意事项：基础粒子群算法步骤较为简单。

粒子群优化算法是由一组粒子在搜索空间中运动，受其自身的最佳过去位置pbest和整个群或近邻的最佳过去位置gbest的影响。

对于有些改进算法，在速度更新公式最后一项会加入一个随机项，来平衡收敛速度与避免早熟。

并且根据位置更新公式的特点，粒子群算法更适合求解连续优化问题。

参考资料来源：百度百科-粒子群算法。