3运用粒子群算法求函数z=05x-3x-3+02y-5y-5-0的最小值。

粒子群算法（Particle Swarm Optimization，PSO）是一种基于群体智能的优化算法，可以用于求解函数的最小值。对于给定的函数z，我们可以使用PSO算法找到使得z取得最小值的x和y的取值。

首先，需要定义粒子的位置和速度范围。假设x和y的取值范围都在[-10, 10]之间。

接下来，需要定义粒子的初始位置和速度。假设初始粒子个数为50，每个粒子的初始位置和速度都是随机生成的。

然后，需要定义每个粒子的适应度函数。适应度函数即为要求最小值的函数z。

在每一次迭代中，需要更新每个粒子的速度和位置。根据PSO算法的原理，每个粒子的速度和位置的更新公式如下：

速度更新公式： v(t+1) = w * v(t) + c1 * r1 * (pbest - x) + c2 * r2 * (gbest - x)

位置更新公式： x(t+1) = x(t) + v(t+1)

其中，v(t)表示第t次迭代时粒子的速度，x(t)表示第t次迭代时粒子的位置，pbest表示粒子自身历史上最好的位置，gbest表示整个群体历史上最好的位置，w、c1和c2是调节参数，r1和r2是0到1之间的随机数。

最后，迭代若干次后，找到使得适应度函数z取得最小值的x和y的取值。

需要注意的是，PSO算法是一种启发式算法，不保证能够找到全局最优解，而只能找到局部最优解。因此，运行PSO算法可能得到的结果是z的局部最小值，而不是全局最小值。为了得到更好的结果，可以尝试多次运行PSO算法，或者使用其他优化算法