PSO یک تکنیک بهینه سازی تصادفی قوی براساس حرکت و هوش گروه ها می باشد كه در سال 1995 توسطJames Kennedy  (روان شناس اجتماعی) و Russell Eberhart )مهندس الکترونیک) توسعه یافته است. اين الگوريتم بهينه سازي یک روش جستجوی ابتکاری دقيق و با هزینه محاسباتی كم است که مکانیزم آن از رفتارهای گروهی جمعیت های زیستی الهام می گیرد. که از رفتار دسته جمعی دسته ای از پرندگان یا گروهی از ماهی ها الهام گرفته است. PSO مفهوم اثر متقابل اجتماعی را برای حل کردن مسئله بکار می برد و از تعدادی نماینده (particle) که یک گروه را تشکیل می دهند و برای یافتن بهترین راه حل در فضای جستجو حرکت می کنند تشكيل مي شود.

در شبیه سازی MOPSO، از یک جدول(مخزن) ثانویه خارجی به منظور ذخیره اطلاعات نماینده ها(ذرات) استفاده می شود تا هر ذره بتواند بعدا از این اطلاعات نهایت استفاده را بنماید. همچنین این الگوریتم مجهز به پارامتر جهش مخصوصی است که امکانات جستجوی بیشتر و بهتری را برای الگوریتم فراهم می سازد.

((گزارش متنی بررسی و تحلیل کدها به همراه تمامی کدهای متلب، تمامی زیربرنامه های مورد نیاز))