作为一种重要的群体智能算法,PSO算法具有易于实现,需要调整的参数比较少,收敛速度快以及通用性强等特点。因此,它一直受到很多学者的关注。本文在研究PSO算法基本原理和研究现状的基础上,针对标准PSO算法研究中存在的一些问题以及低维动态非线性供水优化调度问题,提出了两种改进的粒子群算法,并用改进之后的粒子群算法ADNPSO解决了供水管网优化调度问题中的供水水量分配问题。本文主要的研究工作包括以下几个方面:(1)为了进一步提高PSO算法求解低维优化函数的收敛精度和收敛速度,本文给出了一种基于自适应小生境的多种群杂交粒子群算法(简称ADNPSO算法)。该算法根据自适应小生境技术来确定当代种群的最好位置,通过种群划分技术来提高种群的多样性,并利用杂交技术来改进种群中每个粒子的特性,从而提高了PSO算法中粒子的全局搜索能力。实验结果表明,对低维优化函数,ADNPSO算法无论在收敛精度还是收敛速度方面都要比LinWPSO算法好。(2)针对高维函数优化困难的问题,本文针对某一类高维函数,这类函数的全局最优解向量的每个分量都相同,在ADNPSO算法的基础上改进并产生了ADNPSO1算法。实验结果表明,ADNPSO1算法可以很好地优化该类高维函数。另外,它还比较适合求解该类函数中的低维多峰函数。(3)针对低维动态非线性供水优化调度问题,本文采用ADNPSO算法进行了求解。实验结果表明,该算法能比较好地解决供水企业的供水优化调度问题。