摘要： 针对鸟群算法在求解高维复杂问题时常常陷入局部最优解，尤其在鸟群觅食的过 程中总是出现“早熟”的现象，提出一种改进的鸟群算法。将惯性粒子和模糊推理引入觅食过 程，使那些正在觅食的鸟跳出局部最优解以增强全局寻优的能力。随着算法迭代次数的增加， 逐渐减小飞行状态中的生产者对乞讨者的影响，从而使影响因子不断减小；然后用Ｇａｕｓｓ混沌 映射对算法进行扰动，增加算法的多样性；最后用４种算法的６个测试函数进行数值仿真。数 值试验结果证明了本文算法具有较强的收敛速度和收敛精度。