动物学家Reynolds 对鸟群的飞翔和群舞行为很感兴趣,而动物学家Heppner 则对于大数目的鸟群为什么能如此一致的朝一个方向飞行、突然同时转向、分散、再聚集很感兴趣,他们都猜测这些变幻莫测的群体行为仅仅是由于单个个体某种简单的行为规则所导致的,因此他们猜测鸟群之所以能在快速飞行中保持各种美妙的队型,仅仅是因为每只鸟为了避免和其它的鸟发生碰撞而努力在飞行中和其它鸟保持合适的最优距离。为了理解其中的奥妙,这些研究者通过对每个个体的行为建立简单的数学模型,然后在计算机上模拟和再现这些群体行为。这种现象, 在其他动物群体中, 比如畜群、鱼群以至于人类群体也存在

社会生物学家Wilson 认为“至少从理论上说,群体中的单个成员在搜寻食物的过程中能够利用其它成员曾经勘测和发现的关于食物位置的信息,当事先不确定食物位于什么地方时,这种信息的利用是至关重要的,这种信息分享的机制远远超过了由于群体成
员之间的竞争而导致的不利之处”。
以上对于动物群体的观察说明了群体成员之间的信息分享是非常重要的,粒子群优化算法就是基于这样的基本原理而设计的一种优化算法。该算法认为: 在群体搜寻最优目标时,每个个体将参照当前群体中曾有的最优个体,和自身曾经达到的最优位置调整下一步的搜寻方向, 这就是粒子群优化算法