粒子群算法（PSO）

算法基于群鸟觅食的模型。（最佳决策寻找最优）适合无约束非线性函数优化

每只鸟看做一个粒子，则一群鸟可看做一个粒子群。每只鸟课根据自己的经验招呼最优觅食路径（局部最优），如果一群鸟的话（全局最优）

但是如果速度过快，可能看不到最优解就跳过去了，如果速度过慢，就不足以支撑到找到全局最优的时候。

粒子更新位置公式：（c1c2为加速常数，需要自己设置，但是如果为0的话呢，可能粒子群之间的信息就无法交换，也就是说，只能得到每只鸟找到的局部最优信息。所以一般不为0）其中w是惯性因子，可以是定值也可以是变化的值（通常刚开始设置较大，在不断迭代过程中逐步缩小）pi局部最优pg全局最优

算法流程如下：

MATLAB代码如下：目标函数是：y=1+(2.1*(1-x+2*x.^2).*exp(-x.^2/2))

clc;clear all;close all;

tic;                              %程序运行计时
E0=0.001;                        %允许误差
MaxNum=100;