粒子群优化算法(Particle Swarm Optimization，PSO算法)源于鸟群和鱼群群体运动行为的研究，是一种基于群智能方法的演化计算技术，是演化计算领域中的一个新的分支。它的主要特点是简单、收敛速度较快，且所需领域知识少。本论文系统的论述了PSO算法及其各种的研究成果，并且针对基本粒子群算法的易陷入局部极小点，搜索精度不高等缺点，在算法改进方面给出动态变量区间方法和重新启动策略，并将改进后的PSO算法应用于PID控制器参数寻优中，通过仿真实例分析，可以看出改进PSO算法与传统的PID整定方法相比能获得更优解，系统性能指标也有了提高。获得了良好的优化效果和很好的收敛特性。本文在详细论述船舶电站柴油机调速系统和同步发电机调压系统数学模型的基础上，使用Matlab中的Simulink模块搭建了船舶电站柴油机调速系统和同步发电机调压系统的仿真模型，并使用改进的粒子群优化算法优化船舶电站调速系统和调压系统的控制参数，通过计算机仿真试验表明，使用粒子群优化后的控制系统参数能够有效地提高调速系统和调压系统的精度及抑制扰动的能力。