摘要：針對粒子群算法搜索精度不高，特別是在處理高維復雜問題時極易陷入局部最優(yōu)的不足，文章提出一種動態(tài)擴散并結合交叉因子的改進粒子群優(yōu)化算法(DMPSO)，對慣性權重進行調整，對其取值范圍做了進一步的研究，在必要的時候對整個種群的粒子進行重新擴散，并應用于粒子群算法的改進。實驗結果表明，新算法的全局搜索能力、收斂速度、精度及穩(wěn)定性均有了顯著提高，而且能更有效地進行全局搜索。

關鍵詞：粒子群優(yōu)化算法；慣性權重；動態(tài)隨機數(shù)；交叉因子