说明：matlab环境下的Griewank函数，用以评价粒子群算法的适应度
说明：目前最先进的标准粒子群算法，是美国人写的，不管是迭代速度还是迭代精度都达到了先进水平，目前正在研究粒子群算法的同学可以看一看，亲测效果不错。本人在原来的基础上进行了代码的优化和改进，加入了适应度函数的变化曲线，并提供了多种测试函数，直接用matlab打开就可以运行。
说明：目前最先进的标准粒子群算法，是美国人写的，不管是迭代速度还是迭代精度都达到了先进水平，目前正在研究粒子群算法的同学可以看一看，亲测效果不错。本人在原来的基础上进行了代码的优化和改进，加入了适应度函数的变化曲线，并提供了多种测试函数，直接用matlab打开就可以运行。
说明：粒子群算法(particle swarm optimization，PSO)由Kennedy和Eberhart在1995年提出，该算法模拟鸟集群飞行觅食的行为，鸟之间通过集体的协作使群体达到最优目的，是一种基于Swarm Intelligence的优化方法。
说明：粒子群优化算法源自对鸟群捕食行为的研究，最初由Kennedy和Eberhart提出，是一种通用的启发式搜索技术。一群鸟在区域中随机搜索食物，所有鸟知道自己当前位置离食物多远，那么搜索的最简单有效的策略就是搜寻目前离食物最近的鸟的周围区域。PSO 算法利用这种模型得到启示并应用于解决优化问题
说明：用量子粒子群算法解决ostu图像分割问题，达到了较好地效果
Quantum--image 图像分割算法 pso-matlab quantum-pso pso-for-segmentation
说明：用粒子群算法优化RBF网络权值，根据适应度值对个体最优和群体最优进行更新
说明：资源描述本程序是量子粒子群算法，用于无线传感器网络，里面有6个适应度函数，函数调用需要各位修改，但是这里面没有把无线传感器的覆盖率作为目标函数，各位大神需要的话可以自己修改
说明：粒子群优化（PSO）是一种基于种群的随机优化算法