【摘要】：粒子群算法(PSO)是进化计算领域中一种优化算法,被广泛应用到函数优化、神经网络训练、模式分类和模糊系统控制等领域。基本的粒子群算法容易陷入局部最优,本文引用模拟退火的思想,改进了基本的粒子群算法,使其跳出局部最优。本文提出了两种改进策略,并反复测试两种改进策略和基本粒子群算法以比较它们的优劣,最后经过分析得出结论:两种改进策略的全局搜索性能优于基本粒子群算法。