針對基本粒子群優(yōu)化（PSO）算法收斂精度低、容易陷入局部最優(yōu)的問題，提出了一個結(jié)合質(zhì)心思想和柯西變異策略的粒子群優(yōu)化算法。首先，在粒子的初始化階段采用混沌初始化策略，以提高初始粒子的均勻分布能力；其次，為了提高粒子群的收斂速度和尋優(yōu)能力，引入了質(zhì)心的概念，通過計算獲得種群中所有粒子所構(gòu)成的全局質(zhì)心和所有個體極值構(gòu)成的個體質(zhì)心，使得粒子群內(nèi)部可以實現(xiàn)充分的信息共享；為避免粒子陷入局部最優(yōu)解，在粒子群算法中引入了柯西變異運算對當前最優(yōu)粒子進行擾動，并依據(jù)柯西變異運算的規(guī)律，適應性地調(diào)整擾動步長，該算法以群體多樣性為依據(jù)，動態(tài)調(diào)整慣性權(quán)重；最后，使用7個經(jīng)典的測試函數(shù)對算法進行驗證，通過函數(shù)運行結(jié)果的均值、方差和最小值能夠表明，新算法在收斂精度上有較好的優(yōu)越性。