微粒群优化算法(Particle Swarm Optimization,PSO算法)源于鸟群和鱼群群体运 动行为的研究，是一种新的群体智能优化算法，是演化计算领域中的一个新的分支。它 的主要特点是原理简单、参数少、收敛速度较快，所需领域知识少。该算法的出现引起 了学者们极大的关注，已在函数优化、神经网络训练、组合优化、机器人路径规划等领 域获得了广泛应用，并取得了较好的效果。尽管粒子群优化算法发展近十年，但无论是 理论分析还是实践应用都尚未成熟，有大量的问题值得研究。 -

细菌觅食算法与粒子群优化算法相结合的程序，可以实现适应度函数的最值计算，有很好的参考价值。-Bacterial Foraging algorithm and particle swarm optimization combined program, you can achieve the best fitness function value, and have a good reference value.

PSO优化算法用于函数优化，具体的函数包括Quadric，Rastrigin-PSO optimization algorithm for function optimization, specific functions including Quadric Rastrigin and so on