本文的主要工作是做粒子群优化算法(PSO)改进研究，并结合函数优化测试算法改进效果。首先通过最优化问题概述了智能优化算法的一般特征，描述了作为一种新兴进化算法——PSO算法的最初计算模型，并介绍了PSO算法的理论行为分析。之后进一步描述了PSO算法实际应用中的几种典型模型，简要介绍了当前PSO算法改进研究的一些进展。在此基础上，本文提出了几种新的PSO算法的改进策略。先是将一般用于组合优化的禁忌搜索算法(TS)跟PSO算法结合，提出了两种不同的混合策略，然后，在分析了PSO算法进化机理的基础上，提出了两种引入多个个体最优位置的PSO算法，接着又研究了协同PSO算法及其优化性能，并作了一定的改进，最后，本文在将PSO算法和模拟退火算法(SA)做混合尝试时，虽然结合并不成功，却是衍生出了一种新的改进PSO算法，并称其为确定性PSO算法。为测试各改进PSO算法的优化性能，本文选择了四个有难度的标准测试函数做高维情况下的函数优化，实验结果显示，算法改进前后，优化效果都有不同程度的提高，显示了改进策略的有效性。