粒子群优化（particle swarm optimization; PSO），工学-控制科学与工程-智能控制-智能控制-模糊控制-大数据，由美国学者J.肯尼迪[注]和R.C.艾伯哈特[注]于1995年提出的一种基于群智能的进化计算技术，来源于对鸟群觅食行为的模拟。又称粒子群算法、粒子群优化算法。设想这样一个场景：一群鸟在随机搜寻食物，在这个区域里只有一块食物，那么找到食物的最简单有效的策略就是搜寻当前离食物最近的鸟的周围区域，每只鸟通常是以自己及其他鸟的经验来作为决策的依据，这就构成了粒子群优化的一个基本原理。粒子群优化中的“粒子（particle）”是一个抽象概念，它将鸟描述为没有质量、没有体积的粒子，同时也需要描述它的速度和加速状态。“群（swarm）”的概念来源于美国人工智能专家M.M.米洛纳斯[注]在1994年开发人工生命模型时提出群体智能应该遵循的5个基本原则。