第一场基于量子行为粒子群优化的报告并不是太有兴趣，但真的听进去了，其实感觉还是挺有意思，但也仅止于此了。
    简单来说这是一种由群体智能算法进阶发展而来的算法。
    群体智能算法的典型代表是模拟了鸟类群体行为的粒子群优化算法，简称为PSO算法。这一算法自1995年被提出以来，由于其计算简单、易于实现、控制参数少等特点，引起了国内外相关领域众多学者的关注和研究。
    但该算法的特点也跟优点一样突出。
    首先从理论上讲，它不是一个全局收敛算法；其次，算法的速度与位置进化公式使得粒子群的随机性和智能性较低；此外，算法性能对速度上限的依赖使其鲁棒性降低。
    人们通过对这种算法的思考，引入粒子群优化的概念，便进阶出了这种算法。
    其应用领域主要是在多峰、多极值的函数优化问题，复杂的工程优化问题，比如随机规划、系统辨识等等……
    但当休息了十分钟，第二场报告会正式开始介绍一种新的随机算法时，宁为发现了不同。
    这已经不是有趣不有趣的问题了，而是伴随着台上报告者不断深入的讲解，他的大脑再次有了反应，罗列出了许多该算法亟待或者应该解决的问题。
 <本章未完请点击"下一页"继续观看!>