微粒群算法是一种基于群体智能的随机优化算法。其思想来源于人工生命和演化计算理论。微粒群算法通过微粒追随自己找到的最好解和群体找到的最好解来完成优化。该算法由于容易实现、可调参数少等特点引起了学术界的广泛关注。本文从元胞自动机的建模思想出发,指出了微粒群算法本身就是一个元胞自动机,并利用元胞自动机的邻域及元胞自动机的一些特性,提出了基于元胞自动机的小生境微粒群算法;然后分析了引入元胞自动机邻域结构的必要性,并对微粒群算法局部最好模型的基本邻域和元胞自动机的几种邻域结构进行了系统的分析研究,指出了针对不同的函数虽然应该选用不同的邻域,但存在一些好的邻域结构,它们往往更适合广泛范围函数的优化;最后,分析了微粒群局部最好模型算法和一种基于邻域思想的微粒群算法与标准微粒群算法的关系,并利用函数优化中使用较为稳定的扩展摩尔型邻域,提出了一种基于邻域思想改进的微粒群算法。