微粒群算法的算法流程

a). 初始化壹群微粒（群體規模為m），包括隨機的位置和速度；

b). 評價每個微粒的適應度；

c). 對每個微粒，將它的適應值和它經歷過的最好位置pbest的作比較，如果較好，則將其作為當前的最好位置pbest；

d). 對每個微粒，將它的適應值和全局所經歷最好位置gbest的作比較，如果較好，則重新設置gbest的索引號；

e). 根據方程⑴變化微粒的速度和位置；

f). 如未達到結束條件（通常為足夠好的適應值或達到壹個預設最大代數Gmax），回到b）。