粒子群優(yōu)化（ PSO）算法具有易陷入局部最小值和全局搜索能力差的缺陷，對(duì)PSO算法的改進(jìn)大多只是在某一方面利用單一搜索策略進(jìn)行改進(jìn)，針對(duì)這種改進(jìn)策略不能全面優(yōu)化PSO算法性能的問(wèn)題，提出一種引入螢火蟲行為和Levy飛行的粒子群優(yōu)化（FBLFPSO）算法。根據(jù)改進(jìn)的自調(diào)節(jié)步長(zhǎng)的螢火蟲搜索策略改善PSO的局部搜索能力，避免PSO陷入局部最小值；后期利用Levy飛行策略增強(qiáng)種群多樣性，提高PSO全局搜索能力，跳出局部最優(yōu)解。仿真實(shí)驗(yàn)結(jié)果表明，與現(xiàn)有相關(guān)算法相比，F(xiàn)BLFPSO的全局搜索能力和搜索精度都有較大提高。
?