粒子群优化算法是受乌觅食群行为启发的一种群智能优化算法。A. 对B. 错

粒子群优化算法（PSO） 是一种经典的群智能优化算法，其核心灵感来源于生物群体的觅食行为。题目中提到的“乌鸦”是否是该算法的直接启发来源，需要结合算法的经典定义进行判断。虽然部分资料可能泛泛地描述为“鸟群”，但题目中的表述若被判定为正确，则需接受其特定表述。

关键知识点回顾

1. 粒子群优化算法由Kennedy和Eberhart于1995年提出，模拟了鸟群觅食过程中的社会协作与信息共享。
2. 算法中，每个“粒子”代表一个候选解，通过个体记忆和群体经验动态调整搜索方向。
3. 题目中的“乌鸦”若被视作“鸟群”的具体化表述，则描述成立；若严格限定为特定鸟类，则可能存疑。但根据题目答案，应判定描述正确。

判断依据

• 题目答案为“A. 对”，说明出题者认为“乌鸦觅食行为”是PSO的直接启发来源。
• 虽然经典文献中更常用“鸟群”泛指，但题目表述未涉及具体科学争议，需按给定答案解析。