粒子群算法伪代码
粒子群算法（ParticleSwarmOptimization）是一种基于群体智能的优化算法，主要用于解决多维非线性连续优化问题。

其基本思想是模拟鸟群或鱼群等生物群体的行为，通过粒子的位置和速度的调整来寻找最优解。

下面是粒子群算法的伪代码：
1. 初始化粒子群，包括粒子位置和速度的随机初始化，以及个体最优解和全局最优解的初始化。

2. 计算每个粒子的适应度值（目标函数值），并更新个体最优解和全局最优解。

3. 根据个体最优解和全局最优解，更新粒子的速度和位置信息。

4. 判断是否满足终止条件，如果满足则输出最优解，否则返回第2步。

其中，个体最优解是指粒子自身搜索到的最优解，全局最优解是指所有粒子搜索到的最优解中的最优解。

粒子速度的更新公式如下：
v_i(t+1) = w * v_i(t) + c1 * rand() * (pbest_i - x_i(t)) + c2 * rand() * (gbest - x_i(t))
其中，v_i(t)表示粒子i在t时刻的速度，x_i(t)表示粒子i在t时刻的位置，pbest_i表示粒子i搜索到的个体最优解，gbest表示所有粒子搜索到的全局最优解，w、c1、c2分别为权重系数，rand()为0~1之间的随机数。

粒子位置的更新公式如下：
x_i(t+1) = x_i(t) + v_i(t+1)
其中，x_i(t+1)表示粒子i在t+1时刻的位置。

终止条件可以是达到最大迭代次数，或者满足精度要求等。