摘要：為了提高粒子群優(yōu)化算法的性能，提出了一種帶最優(yōu)變異的改進(jìn)粒子群優(yōu)化算法。該算法的慣性權(quán)值滿足不同粒子對(duì)全局和局部搜索能力的不同需求，每次迭代后根據(jù)適應(yīng)度值會(huì)作相應(yīng)的調(diào)整，在搜索過(guò)程中所引入的變異算子將對(duì)粒子群中最優(yōu)粒子進(jìn)行變異，以防止算法早熟收斂。對(duì)4個(gè)典型的測(cè)試函數(shù)的仿真表明，該算法比標(biāo)準(zhǔn)粒子群優(yōu)化算法有更好的收斂性和更快的收斂速度。

關(guān)鍵詞：粒子群優(yōu)化算法；適應(yīng)度；慣性權(quán)值；最優(yōu)變異