1、在我們?nèi)粘Ｉ钪杏龅降暮枚鄦栴}都是最優(yōu)化問題，它能幫助我們從眾多方案中，選出一個最好的方案。為了解決最優(yōu)化問題，我們需要尋找更加高效的算法。作為一種最晚提出的群體智能算法，粒子群算法從一誕生，便受到廣大專家學(xué)者的重視。經(jīng)過長時間的發(fā)展，粒子群算法已經(jīng)廣泛應(yīng)用于各個領(lǐng)域，同時也是一種解決最優(yōu)化問題的高效算法。
　　論文的主要工作有：
　?。?）介紹了標(biāo)準粒子群算法的基本原理和算法實現(xiàn)基本流程，并對粒子群算法中的幾個重要參數(shù)的選

2、擇做了詳細的研究。
　?。?）針對傳統(tǒng)粒子群算法存在早熟、容易陷入局部最優(yōu)解的問題，本文將局部版的粒子群算法思想與標(biāo)準粒子群算法相結(jié)合，提出一種混合粒子群優(yōu)化算法。通過全局最優(yōu)解和鄰域最優(yōu)解同時作用于粒子的飛行，改進了速度更新公式，使得粒子同時向全局最優(yōu)解和鄰域最優(yōu)解學(xué)習(xí)。
　　（3）在前人的研究基礎(chǔ)上，對運動方程中的慣性權(quán)重、學(xué)習(xí)因子以及約束因子等做了改進，提出了一種基于慣性權(quán)重變化的學(xué)習(xí)因子和約束因子，并應(yīng)用到混合粒子群