针对鸡群算法因雄鸡粒子易陷入局部最优而无法取得全局最优问题,提出了基于杂交的改进的鸡群算法。即在雌鸡粒子更新后加入杂交机制,使雌鸡粒子加速离开局部最优点;同时通过更新机制将性能优越的雌鸡粒子设定为雄鸡粒子来避免雄鸡粒子陷入局部最优,并将改进的鸡群算法用于多分类器系数的优化。仿真实验结果表明,改进的鸡群算法不易陷入局部最优,且用该算法优化的多分类器其错误率降低,训练时间缩短。