摘要：粒子群算法（PSO）中的加速系数影响着粒子的个体认知和群体认知，而传统算法中的加速系数一般取常量。据研究发现，粒子的个体认识和群体认识分别主导着粒子的全局搜索能力和局部搜索能力，提高粒子个体认识可以有效增强算法的全局搜索能力，而提高粒子的群体认识可以有效增强算法的局部搜索能力。为进一步研究加速系数对粒子群算法的影响，本文在时变线性加速系数的基础上，提出了三种动态自适应非线性加速系数，并利用四个基准函数进行对比仿真实验。实验结果表明：非线性时变加速系数PSO的寻优效果较线性策略有一定的提高，且加速系数以反正切函数动态改变的PSO寻优效果最佳。

关键词：粒子群算法 加速系数 非线性 

单位：江苏大学附属医院信息科 江苏镇江212001