自上世纪80年代以来，智能优化算法(如人工神经网络、混沌算法、遗传算法等)通过模拟或揭示某些自然现象和过程而发展起来，为优化理论提供了新的思路和手段，并在科学、经济以及工程领域得到了广泛应用。粒子群优化算法是一种基于种群搜索策略的自适应随机算法。作为智能优化算法中的一种，它可用于求解大部分的优化问题，并在工程实践中表现出巨大潜力，现已广泛应用于神经网络、模糊系统控制、模式识别等多个领域。 本文在对该算法及其应用进行全面综述的基础上，重点进行了离散二进制PSO算法的研究，并将微粒群算法应用于专家选择系统中。本文的研究目的：一方面是探索和完善离散二进制PSO算法模型，使之能更有效的解决传统方法难以解决的问题；另一方面拓展离散二进制PSO算法的应用领域，使之能够解决更多的工程实践问题。 基于这种方法，针对大型实际项目“辽宁省科学技术基金管理系统”所面临的实际问题，创造性的提出一整套针对此系统在其外挂专家池中进行专家选择的算法，并完成了相应系统的设计与实现。 本文采用概念性研究、实际数据测试、数理证明等主要论证手段。本文算法以及系统设计是针对这一类问题的一种新的思考方式和尝试性的解决方案。对于今后此类算法的构建以及类似系统的实现，具有一定的借鉴作用。