粒子群优化算法在解决优化问题时具有广泛的应用。本文将介绍如何使用Matlab实现粒子群优化算法，并附上相应的源代码。

粒子群优化算法（Particle Swarm Optimization, PSO）是一种模拟自然界中鸟群觅食行为的优化算法。在粒子群优化算法中，候选解被视为粒子群中的个体，这些个体通过在解空间中搜索来找到最优解。每个个体在解空间中的位置被称为粒子的位置，而每个粒子都有一个速度，表示其在搜索空间中的移动方向和速率。

现在让我们来实现粒子群优化算法的Matlab代码。首先，我们需要定义问题的目标函数。这里我们以一个简单的函数为例，即目标函数为f(x) = x^2。

% 目标函数
function y = objectiveFunction(x)
    y = x^2;
end

接下来，我们需要定义粒子群优化算法的参数，包括粒子数目、迭代次数、惯