随着海洋强国战略的提出,我国加快了对海洋的探索。声纳作为水下信息获取的主要设备而被广泛应用,随着海洋探测的不断深入和实际工程要求的不断提高,对声纳的性能提出了更高的要求。波束形成作为声纳的一个关键技术,直接影响着声纳系统的性能,发展更为高效的波束形成技术显得至关重要。常规波束形成技术的使用,一般建立在一定特定条件之上,随着实际工程对波束图的要求不断复杂化,常规波束形成方法已经不能够完全适用,急需发展符合更多工程目的的波束形成技术。粒子群算法作为智能优化算法中的一种,被广泛应用到各种优化问题上,也被应用到声纳的波束图优化问题中,表现出很大的潜在优势。但是使用粒子群算法解决波束图优化问题时,会出现早熟收敛易陷入局部最优解的问题。鉴于此,本文以声纳波束图优化问题为背景,提出一种改进的粒子群算法,主要研究工作如下:(1)为了保持种群的多样性,在粒子群算法中引入遗传算子,在分析轮盘赌选择算子的不足之处后,提出一种基于排序和正态分布的选择算子模型。为了提升算法的效率,在迭代寻优的过程中采用两阶段策略,迭代的初期采用动态多种群算法,并禁止种群之间的信息交流,迭代的后期合并子种群为一个种群进行迭代优化。通过对6个标准测试函数进行仿真实验,表明本文算法相比于已有文献的相关工作,在寻优能力和稳定性上都有很大提高。(2)将本文算法和动态多种群算法应用到波束图优化问题上面,并对两种算法得到的结果进行对比,结果表明本文算法具有更好的寻优能力和收敛速度,同时表明了本文算法可以有效的解决波束图优化问题。针对声纳波束图优化这个特定问题,在本文算法的基础之上,提出一种新型波束图优化算法模型,针对不同的声纳波束图优化问题,该模型使用不同的种群初始化策略,来提升算法的收敛速度。最后根据给定的波束图优化问题将模型实例化,提出两种新型算法并应用于波束图优化问题中,通过对结果进行分析,证明模型的可行性和高效性。