Rosenbrock函数优化属于无约束函数优化问题，其全局极小值位于一条平滑而狭长的抛物线形状的山谷底部，且为优化算法提供的信息很少，因此找到其全局极小值就显得很困难。根据Rosenbrock函数的这种特性，专门提出了一种改进的PSO算法，该算法引入三角函数因子，利用三角函数具有的周期振荡性，使每个粒子获得较强的振荡性，扩大每个粒子的搜索空间，引导粒子向全局极小值附近靠近，避免算法过早地收敛，陷入局部最优，从而找到Rosenbrock函数的全局极小值。大量实验结果表明，该算法具有很好的优化性能，