模拟鸟群捕食行为的粒子群优化算法（Particle Swarm Optimization，PSO）从随机解出发，通过迭代寻找最优解，通过适应度来评价解的品质。

A.迭代寻找最优解

B.适应度评价解的质量

C.粒子变异

D.粒子分裂

E.2个粒子合并为1个

F.粒子消失

A.模仿模拟蚂蚁觅食的过程的蚁群算法

B.模拟一只鸟飞行过程的飞行算法

C.模拟植物生长过程的生长算法

D.模拟人脑神经元工作的人工神经元算法

A.植物扩散算法

B.植物四季变化算法

C.动物奔跑算法

D.仿生行为算法

A.求满意解

B.求精确的最优解

C.计算随机值作为解答

D.求近似最优解

A.是求精确解还是近似解

B.确定合适的数据结构

C.确定合适的算法策略

D.使用何种计算机语言设计程序

A.科学决策

B.了解规律

C.仿真模拟

D.优化管理

A.牧食迹

B.捕食迹

C.孵化迹

D.耕作迹