摘要:針對粒子群算法有陷入局部最優(yōu)的缺點(diǎn),提出一種基于灰狼算法的粒子群優(yōu)化算法。首先,根據自然界中優(yōu)勝劣汰的生存法則,對每次迭代種群中的最差粒子進(jìn)行進(jìn)化,其次,由于粒子群算法中整個(gè)種群中的最優(yōu)粒子有很強的引導能力,對最優(yōu)粒子進(jìn)行擾動(dòng),增大尋找全局最優(yōu)的可能性。最后,結合灰狼優(yōu)化算法,引導粒子群包圍式進(jìn)行搜索,增強全局搜索能力。將改進(jìn)的粒子群算法與標準粒子群算法在9個(gè)測試函數上進(jìn)行了尋優(yōu)精度和收斂速度的對比,結果證明改進(jìn)粒子群算法(PSO_GWO)在收斂速度和尋優(yōu)精度上均優(yōu)于粒子群算法(PSO)。