优化技术指的是在满足一定约束条件下，通过找寻一组参数值，能够使目标函数值取到最小或最大。伴随着人类认识与改造世界能力的不断扩大，我们日益迫切要求高效的优化技术和智能计算的出现。微粒群优化算法是一种基于群智能的随机优化算法，算法具有原理简单、参数少、收敛速度快、所需知识领域较少等优点，故该算法自提出以来便获得很大发展，而且被成功应用到众多领域。微粒群算法的优点的是有较强的全局搜索能力，但缺点是易陷入局部极值。本文主要研究的是对微粒群算法的改进与应用，并进行了仿真研究。研究内容如下所述： 1、阐述了微粒群算法有关背景知识，介绍了此算法产生的基础。然后讨论了微粒群算法的基本原理和算法的流程。目前微粒群算法存在许多参数依赖经验法确定的问题，而且参数的不同选择可能会直接影响算法的收敛性，甚至会导致算法不收敛。针对微粒群算法这一问题，本文对微粒群算法的参数选择进行了研究实验，给出了选择参数的基本方法。 2、总结了研究者提出几种重要改进算法，在分析前改进算法基础上，针对算法存在的缺点，本文尝试提出了一种改进方案，然后用于无约束函数和约束函数优化算例，实验结果说明了改进算法的有效性和可行性。 3、简要介绍了PID控制器的原理，并将提出的改进算法用于工业PID控制器的参数优化，以一个工业上常用的二阶时滞传递函数为模型，通过MATLAB仿真证明了该改进算法的可行性和优越性。 4、将微粒群算法这一新兴算法应用到IP网络的服务质量（QoS）路由优化的实例中，在满足服务质量的要求的同时又使所选路径费用最小为优化指标，对网络的进行仿真，通过仿真实验表明，此算法具有确实具有良好的效果。