本发明涉及智能计算领域,尤其是一种基于改进粒子群优化算法的数值函数优化算法。主要技术特点是：改进了粒子群优化算法,该算法增强了种群的多样性,扩大了粒子的寻优范围。按照粒子群优化算法的寻优模式,初始的搜索空间在经过少数几次迭代之后便对整个算法失去了指导意义,易于造成容易收敛到局部最小值,多样性下降过快、参数敏感等问题。提出的算法从扩大寻优范围和增强种群多样性两个方面进行考虑,加入了局部搜索和全局搜索相结合的空间搜索策略,即利用伯恩斯坦粒子和反向学习的策略对粒子群算法的初始化阶段和速度及位置的迭代公式进行修整。