在继承综合学习粒子群算法( Comprehensive Learning Particle Swarm Optimizer,CLPSO) 全局探索优势的基础上,引入具有高效收敛性能的传统局部搜索( Orthodox Local Search,OLS) 方法,提出了基于拟熵自适应启动局部搜索策略的混合粒子群算法( Hybrid Particle Swarm Optimization algorithm with Adaptive starting strategy of Local Search based on Quasi-Entropy,ALSQE-HPSO) . 采用拟熵指标解决何时启动OLS 这一关键问题. 对8 个标准函数的10 维和20维问题的测试结果,表明了ALSQEHPSO 算法的性能优势. 本文提出的算法也与包含两种基于CLPSO 的改进算法和一种带OLS 的粒子群算法在内的其他6 种改进粒子群算法进行了对比,实验结果表明ALSQE-HPSO 算法的性能优于对比算法.