針對(duì)標(biāo)準(zhǔn)粒子群優(yōu)化（PSO）算法在求解復(fù)雜優(yōu)化問(wèn)題中出現(xiàn)的早熟收斂問(wèn)題，提出一種結(jié)合梯度下降法的二次搜索粒子群算法。首先，當(dāng)全局極值超過(guò)預(yù)設(shè)的最大不變迭代次數(shù)時(shí)，判斷全局極值點(diǎn)處于極值陷阱中；然后，采用梯度下降法進(jìn)行二次搜索，并以最優(yōu)極值點(diǎn)為中心、某一具體半徑設(shè)定禁忌區(qū)域，防止粒子重復(fù)搜索該區(qū)域；最后，依據(jù)種群多樣性準(zhǔn)則生成新粒子，替代被淘汰的粒子。將二次搜索粒子群算法及其他四種典型的改進(jìn)粒子群算法分別應(yīng)用于四種典型測(cè)試函數(shù)的優(yōu)化，仿真結(jié)果表明，二次搜索粒子群算法收斂精度最高提升了10個(gè)數(shù)量級(jí)，并且收斂速度較快更容易尋找全局最優(yōu)解。