为了克服单种群智能优化算法一些固有的缺点和局限性，提出了一种基于博弈论的多子群—多策略的混合优化算法。该算法首先通过支付效用矩阵为参与寻优的各子群选择最优策略；其次，各子群采用选取的最优策略独立寻优，并周期性地选择和替换，使子群的策略动态适应搜索过程的变化；最后，将布谷鸟算法（CS）、粒子群算法（PSO）和差分进化算法（DE）两两混合，提出了CS-PSO、DE-PSO和DE-CS算法，并用于测试混合优化算法的性能。仿真实验结果表明：当混合策略中的单种优化算法具有不同的搜索特性时，混合优化算法具有更高的寻优能力和收敛效率。