针对基本粒子群优化算法稳定性较差和易陷入局部收敛的缺点，提出了一种基于群体适应度方差的自适应粒子群优化算法。一方面，在可行域中采用混沌初始化生成均匀分布的粒群，提高了初始解的质量；另一方面，构造了基于群体适应度方差的惯性权重的自适应变换公式，增强了算法跳出局部最优解的能力。仿真实验结果表明了该算法的可行性和有效性。