在MATLAB中用PSO解决8维Rosenbrock函数的优化问题

在MATLAB中使用粒子群优化算法（PSO）解决8维Rosenbrock函数的优化问题可以按照以下步骤进行：

1. 定义Rosenbrock函数：

   function y = rosenbrock(x)
       n = length(x);
       sum = 0;
       for i = 1:n-1
           sum = sum + 100*(x(i+1) - x(i)^2)^2 + (1 - x(i))^2;
       end
       y = sum;
   end

2. 设置PSO算法参数：

   nvars = 8;           % 变量维数
   lb = -5 * ones(1,nvars);    % 变量下界
   ub = 5 * ones(1,nvars);     % 变量上界
   options = optimoptions('particleswarm','SwarmSize',100,'MaxIterations',100);

3. 调用PSO函数进行优化：

   [x, fval] = particleswarm(@rosenbrock, nvars, lb, ub, options);

4. 输出结果：

   disp('最优解：');
   disp(x);
   disp('最优目标函数值：');
   disp(fval);

这样就可以使用PSO算法在MATLAB中解决8维Rosenbrock函数的优化问题了。你可以根据需要自行调整粒子群算法的参数以及Rosenbrock函数的维度和范围。