目的：为了解决大规模优化问题，基于柯西和高斯分布抽样的PSO算法能够在搜索效率和收敛性方面保持平衡，
由于柯西和高斯分布的选择的概率不同，比单纯的仅用高斯分布更新位置能更好保持粒子多样性。
与传统PSO的不同点：
①摒弃了传统PSO中的速度更新公式。
②采用柯西和高斯分布抽样来更新粒子位置。
③根据个体最优和环形拓扑最优更新粒子位置。
传统PSO：
改进的PSO：
目的：为了解决大规模优化问题，基于柯西和高斯分布抽样的PSO算法能够在搜索效率和收敛性方面保持平衡，
由于柯西和高斯分布的选择的概率不同，比单纯的仅用高斯分布更新位置能更好保持粒子多样性。
与传统PSO的不同点：
①摒弃了传统PSO中的速度更新公式。
②采用柯西和高斯分布抽样来更新粒子位置。
③根据个体最优和环形拓扑最优更新粒子位置。
传统PSO：
改进的PSO：
老哥请问您有这篇论文的出处，不知道篇论文的名称叫什么？
Cooperative Coevolution PSO for Large Scale Optimization, USTC, Xin Yao