本发明公开了一种包括独立全局搜索的两阶段粒子群优化算法;它包括步骤,种群初始化;采用混沌化方法对粒子的位置 X 和速度 V 进行初始化;利用适应度函数 fitness 计算当前所有粒子的适应值,初始化每个粒子的历史最优位置 pbesti 和所有粒子的全局最优位置 gbest;进行第一阶段迭代全局搜索;进行第二阶段迭代局部搜索。本发明的有益效果:第一阶段迭代全局搜索的每次迭代,粒子是在所有粒子中随机选取一个非自身的粒子进行学习,这种随机选取就保证了群体不会跟踪特定的粒子,也就保证了不会出现聚集现象。第二阶段迭代局部搜索能很快收敛并能得到精度很高的解,最优解的精度得到提高,并且显著的改善了“早熟”缺陷。