粒子群优化算法自提出到现在,得到了众多学者的广泛关注与研究,它已被应用到越来越多的领域来解决各种优化问题。随着研究的深入及待解决问题越来越复杂,粒子群优化算法的发展逐渐得到完善,各种改进措施被相继提出,让粒子群算法的应用范围和性能得到进一步提高。粒子群算法的改进,已不单局限在对算法本身的参数的修改上,它与其他优化算法的结合也成为研究粒子群算法改进的一大重要方向。可拓学是由中国学者自己发明创造的一门新学科,主要用于解决社会生活中的矛盾问题。可拓学自提出到现在已有了自己的理论框架及应用研究。近年来,可拓学与其他优化算法结合的研究也取得了进展,如可拓遗传算法等,开辟了可拓学与智能优化算法结合的新思路。本文将可拓学的思想加入到粒子群优化算法中,提出了一种基于可拓学的多种群粒子群优化算法。与传统粒子群算法相比,它更具有生物特性,更接近于鸟群觅食的真实规律。它让位于不同层次的粒子采取不同的进化措施,并利用可拓变换的思想,让坏死粒子重新启用。通过测试函数,验证了算法的效率。