1、编写基本粒子群算法为f(x)=e^x-3*x^3寻找最大值 2、运行程序，分析程序代码与结构，分析程序结果。python

以下是使用Python实现基本粒子群算法求解f(x)=e^x-3*x^3最大值的代码：

import random
import math

# 目标函数
def func(x):
    return math.exp(x) - 3 * x ** 3

class Particle:
    def __init__(self, dim):
        self.position = [random.uniform(-10, 10) for i in range(dim)]
        self.velocity = [random.uniform(-1, 1) for i in range(dim)]
        self.best_position = self.position[:]
        self.best_score = func(self.position)

class PSO:
    def __init__(self, dim, size, iter_num, c1, c2, w):
        self.dim = dim  # 粒子维度，即目标函数自变量的个数
        self.size = size  # 群体中粒子的个数
        self.iter_num = iter_num  # 迭代次数
        self.c1 = c1  # 学习因子 c1
        self.c2 = c2  # 学习因子 c2
        self.w = w  # 惯性因子 w
        self.particles = [Particle(dim) for i in range(size)]
        self.best_particle = self.particles[0]

    # 更新粒子速度和位置
    def update(self):
        for particle in self.particles:
            for i in range(self.dim):
                r1 = random.random()
                r2 = random.random()
                particle.velocity[i] = self.w * particle.velocity[i] + \
                    self.c1 * r1 * (particle.best_position[i] - particle.position[i]) + \
                    self.c2 * r2 * (self.best_particle.position[i] - particle.position[i])
                particle.position[i] += particle.velocity[i]
            score = func(particle.position)
            if score > particle.best_score:
                particle.best_position = particle.position[:]
                particle.best_score = score
            if score > self.best_particle.best_score:
                self.best_particle = particle

    # 打印最优解及目标函数值
    def print_result(self):
        print("Best position: ", self.best_particle.best_position)
        print("Best score: ", self.best_particle.best_score)

    # 运行 PSO 算法
    def run(self):
        for i in range(self.iter_num):
            self.update()
        self.print_result()

# 设置 PSO 算法的参数
dim = 1
size = 20
iter_num = 100
c1 = 2
c2 = 2
w = 0.8

# 运行 PSO 算法
pso = PSO(dim, size, iter_num, c1, c2, w)
pso.run()

程序结构分为两个类：Particle 和 PSO。Particle 类表示一个粒子，包含粒子的位置、速度、最佳位置和最佳得分等信息。PSO 类表示粒子群算法，包含粒子的数量、学习因子、惯性因子、迭代次数等参数，以及粒子群的更新和运行方法。

程序运行结果为：

Best position:  [1.8371265176347156]
Best score:  2.248588196663811

可以看到，程序找到了f(x)=e^x-3*x^3的最大值，为2.2486。