摘要：针对粒子群优化算法（PSO）中出现的极易陷入局部最优的问题,本文提出了一种易跳出局部最优的粒子群优化算法。该算法是在算法陷入局部最优时,通过加大惯性权重来改变群体多样性,从而使得该算法能够跳出局部最优。最后,通过大量仿真试验表明,对于求解高维、多峰等复杂的非线性优化问题,该算法能表现出很好的搜索性能。

关键词：粒子群优化算法 局部最优 多样性 惯性权重 

单位：中国航空沈阳黎明航空发动机有限责任公司; 辽宁沈阳110043; 中国科学院沈阳计算技术研究所有限公司; 辽宁沈阳110004