然而，當(dāng)該系統(tǒng)具有高度上位的目標(biāo)函數(shù)（即不斷優(yōu)化的參數(shù)是高度相關(guān)的），和一些參數(shù)進行優(yōu)化比較大，那么他們有退化的效率，以獲得全球最佳的解決方案和模擬過程中也使用了大量的計算時間。此外，在[13-14，17，19]強勁的PSS設(shè)計制定了作為一個單一的目標(biāo)函數(shù)問題，被認為并非所有的PSS參數(shù)可調(diào)。為了克服這些缺點，粒子群優(yōu)化（PSO）基于PSS（psopss）本文提出的。在thisstudy，PSO技術(shù)用于PSS參數(shù)優(yōu)化調(diào)整，以改善優(yōu)化合成和算法的收斂速度。

然而,當(dāng)該系統(tǒng)有一個高度epistatic客觀職能(即 如果參數(shù)被優(yōu)化是高度相關(guān)),和參數(shù)的數(shù)目要優(yōu)化是大型的,那么他們已退化效率,取得全球最佳的解決辦法和模擬進程也使用了大量的計算時間。 此外,在[13-14,17,19]的強勁PSS設(shè)計是制訂為一單一目標(biāo)職能問題,并不是所有PSS參數(shù)被認為可調(diào)節(jié)。

但是，系統(tǒng)所具有的 （即，正在被優(yōu)化的參數(shù)高度相關(guān)）