1. 遗传粒子群数据挖掘方法
建模覆盖的内容很广，可以分为两大块：优化和统计，因此建模方法也可以由这两大块划分。
一.优化：
智能算法: 遗传算法，粒子群算法，模拟退火算法，蚁群算法...
基础优化算法: 目标规划，整数规划...
排队论
二.统计：
分类/聚类算法: k-means...
预测: 时间序列算法，灰色预测算法，指数平滑算法，
评价: 模糊综合评价，信息熵评价，粗糙集,数据包络分析，层次分析，
智能算法：神经网络，svm...
回归/拟合：多元线性拟合，最小二乘法
数据处理：小波变换
2. 遗传算法 粒子群
都属于智能优化算法但是蚁群算法具有一定的记忆性，遗传算法没有蚁群算法有几种原则，比如觅食原则，避障原则等，遗传算法没有蚁群算法属于群智能优化算法，具有并行性，每个粒子都可以主动寻优，遗传算法不行蚁群算法基于信息素在环境中的指示，遗传算法是基于优胜劣汰的生物进化思想遗传算法有选择，交叉，变异三种算子，每种算子又有各自的不同方法，通过对算子方法的修改和搭配，可以得到不同的改进遗传算法蚁群算法则多和其他智能算法相结合，得到改进的蚁群算法
3. 粒子群和遗传算法结合
你这个问题问的很大，涵盖的专业和知识点也很多。可以写几篇博士论文了。
目前仿生算法比较多，比如蚁群算法、遗传算法、微粒子群算法、人工神经网络算法、人工免疫算法、人工鱼群算法等等。
因受篇幅和字数的限制，在此我只能重点讲述其中一种人工鱼群算法的特点，供你参考。
人工鱼群算法的特点：
1）人工鱼群算法具有快速跟踪极值点漂移的能力，而且也具有较强的跳出局部极值点的能力；
2）算法只需要比较目标函数，对目标函数的性质要求不高；
3）算法对初值和参数设定的依赖性不高，可以通过随机或者设置固定值的方式产生初值，参数设定也容许在较大的范围内取得；
4）具有较快的搜索速度和并行处理问题的能力，对于精度要求不高的问题，可以快速得到问题的一个可行解；
5）不需要问题的严格机理模型，甚至不需要对于问题的精确描述，应用范围较广。
人工鱼群算法的缺点：
1）算法只获取问题的满意解域，对于精确解的获取，还需对其进行适当改进；
2）当人工鱼个体的数目较少时，人工鱼群算法便不能体现其快速有效集群性的优势；
3）人工鱼群算法的数学基础比较薄弱，目前还缺乏具有普遍意义的理论分析；
4）当寻优的域较大时或出于变化相对平坦的区域时，搜索性能下降；
5）算法在搜索初期有较快的收敛速度，但后期搜索速度较慢。
4. 遗传粒子群数据挖掘方法包括
1.基因的分离定律。
2.基因的自由组合定律。
孟德尔定律由奥地利遗传学家 格里哥·孟德尔在1865年发表并催生了遗传学诞生的著名定律。他揭示出遗传学的两个基本定律—— 分离定律和 自由组合定律，统称为 孟德尔遗传规律。
1.概述
在孟德尔（Gregor Johann Mendel）以前，孩子为什么像父母这样的遗传现象没有明确的科学解释，当时比较流行的 融合说或者 混合说将这种现象解释为：母方 卵子与父方 精子中存在的“某种液体”混合、是孩子继承父母两方特征的原因。与此相对，孟德尔自立 粒子说并且预言，决定父母方性质的是某种单位化的粒子状物质。由于当时的技术水平的局限孟德尔没能完全解释这里的粒子是什么，我们知道这里的粒子就是 遗传因子。可以说孟德尔为以后的遗传因子理论奠定了框架基础，这一发现具有历史性的意义。
可惜在孟德尔生前，这一发现没有得到充分的瞩目。但是也没有完全被埋没，如19世纪中叶，威廉姆・霍克、阿尔贝尔特・布朗贝里、伊万・舒马尔豪森、海德・贝利等人都在各自的论文中提到了孟德尔定律。此外， 大不列颠百科全书1881年版已经有了对孟德尔研究的介绍。
1900年荷兰的雨果·德·弗里斯（Hugo de Vries），德国的卡尔·柯灵斯（Carl Correns）和 奥地利的契马克（Erich von Tschermak）、各自独立研究再次发现了这一定律。经过对过去文献的调查，最终发现了孟德尔的论文。并且以此将这一定律命名为“孟德尔定律”。为这一定律命名的是柯灵斯，孟德尔个人没有将之称为“定律”。
2.理论与应用价值
从理论上讲， 自由组合规律为解释自然界生物的 多样性提供了重要的理论依据。导致生物发生变异的原因固然很多，但是， 基因的自由组合却是出现生物性状多样性的重要原因。比如说，一对具有20对 等位基因（这20对等位基因分别位于20对 同源染色体上）的生物进行杂交，F2可能出现的表现型就有2^20=1048576种。这可以说明为什么世界生物种类为何如此繁多。
分离规律还可帮助更好地理解为什么近亲不能结婚的原因。由于有些遗传疾病是由隐性 遗传因子控制的，这些遗传病在通常情况下很少会出现，但是在近亲结婚（如 表兄妹结婚）的情况下，他们有可能从共同的祖先那里继承相同的致病基因，从而使后代出现病症的机会大大增加。因此，近亲结婚必须禁止，这在我国婚姻法中已有明文规定。
孟德尔遗传规律在实践中的一个重要应用就是在植物的杂交育种上。在杂交育种的实践中，可以有目的地将两个或多个品种的优良性状结合在一起，再经过自交，不断进行纯化和选择，从而得到一种符合理想要求的新品种。比方说，有这样两个品种的番茄：一个是抗病、黄果肉品种，另一个是易感病、红果肉品种，需要培育出一个既能 稳定遗传，又能抗病，而且还是红果肉的新品种。你就可以让这两个品种的番茄进行杂交，在F2中就会出现既抗病又是红果肉的新型品种。用它作种子繁殖下去，经过选择和培育，就可以得到你所需要的能稳定遗传的番茄新品种。
5. 粒子群算法参考文献
是指粒子群优化算法，又称粒子群算法、微粒群算法、或微粒群优化算法，是通过模拟鸟群觅食行为而发展起来的一种基于群体协作的随机搜索算法，由Eberhart和Kennedy于1995年提出。
它是通过模拟鸟群觅食行为而发展起来的一种基于群体协作的随机搜索算法。通常认为它是群集智能 (Swarm intelligence, SI) 的一种。它可以被纳入多主体优化系统(Multiagent Optimization System, MAOS)。粒子群优化算法是由Eberhart博士和kennedy博士发明。
6. 粒子群算法初始种群
回答：五点取样法如下：
点状取样法中常用的为五点取样法。即先确定对角线的中点作为中心抽样点，再在对角线上选择四个与中心样点距离相等的点作为样点。这种方法适用于调查植物个体分布比较均匀的情况。有时也会用于测算空气中的尘埃粒子。
举例说明：
1、估算种群密度时，常用样方法和标记重捕法，其中样方法适用于调查植物或活动能力弱，活动范围小的动物，而标记重捕法适用于调查活动能力强，活动范围大的动物．
2、样方法的注意事项：①随机取样；②样方大小适中；③样方数量不易太少；④一般选易辨别的双子叶植物（叶脉一般网状）；⑤用五点取样法．
3、标志重捕法的计算公式：种群中的个体数=第一次捕获数×第二次捕获数÷标志后重新捕获数．
解答 解：（1）估算植物种群密度常用方法是样方法．①样方形状：一般以正方形为宜．②取样方法：五点取样法．
（2）动物种群密度的调查方法是标志重捕法测量方法：在被调查种群的活动范围内，捕获一部分个体，做上标记后再放回原来的环境中，经过一段时间后进行重捕，根据重捕到的动物中标记个体数占总个体数的比例，估计种群密度为：
（1）样方法 ①正方形 ②五点 等距
（2）标志重捕法 重捕 标记个体数
7. 遗传粒子群数据挖掘方法有哪些
DNA是染色体的组成部分之一，中文全称为脱氧核糖核酸，可以从特性、作用来进行描述。
1、特性：DNA属于遗传物质，具遗传性，可以通过遗传信息遗传给下一代，包括个性、体型样貌、器官功能等，如果DNA发生突变、缺陷，则会引起疾病发生，如癌症、先天性病变、基因缺陷病变等。
2、检测DNA的作用：通过实验室仪器检测DNA，可以提前判断机体内有无基因缺陷、肿瘤、微生物疾病所引起的病变，例如产前检查也有一种技术称为DNA检测（血液检测），可用于检测、筛查有无染色体异常。
8. 杂交粒子群算法
不是的。二代玉米就是刚 研究好的玉米叫一代种子,用收获后的玉米再种叫二代玉米了。也就是用一代种子生产出来的粮食再做种子的玉米。
这种做法会出现玉米不同程度的变异，植株参差不齐 ，比优良的玉米杂交种会大幅度减产
9. 遗传算法,粒子群算法,蚁群算法对比
也称为计算智能，包括遗传算法、模拟退火算法、禁忌搜索算法、进化算法、启发式算法、蚁群算法、人工鱼群算法，粒子群算法、混合智能算法、免疫算法、人工智能、神经网络、机器学习、生物计算、DNA计算、量子计算、智能计算与优化、模糊逻辑、模式识别、知识发现、数据挖掘等