PSO算法（粒子群最佳化算法）是一種基於種群的隨機最佳化技術，它模仿昆蟲、獸群、鳥群和魚群等群集行為尋找食物，通過群體中個體之間的協作和信息共享來尋找最優解。
PSO算法通過初始化一群隨機粒子（隨機解）在搜尋空間中搜尋最優解，每個粒子具有位置和速度兩個屬性，位置代表其在搜尋空間中的位置，速度代表其移動的方向和速度。在每次疊代中，粒子根據其歷史最優位置（個體極值）和當前全局最優位置（全局極值）來更新自己的速度和位置，更新規則通常包括慣性、認知和社會三個部分。
PSO算法具有高效的搜尋能力，尤其適用於多目標最佳化問題，能夠同時搜尋到多個非劣解，即Pareto最優解，此外，PSO算法具有簡單、易於實現等優點，但也存在可能陷入局部最優解的問題。