为有效处理带有约束条件的优化问题，提出一种带有高斯白噪声扰动的混合粒子群算法（HDPSO）。在HDPSO算法中，为提升种群跳出局部最优解的能力，引入自适应调整种群多样性的阈值，当种群多样性低于当前阚值时，差分进化算法用来更新种群个体自身最优位置，直到种群多样性大于阈值。如果全局最优粒子连续若干代没有得到提升，对其进行高斯白噪声扰动以产生新的全局最优粒子。根据粒子违背约束条件的程度，提出一种个体优劣的比较准则。最后，为提升种群向全局最优解飞行的概率，采用一种广义学习策略。对g01―gl2测试函数的仿真结果表
