針對多模態(tài)函數(shù)尋優(yōu)過程中開發(fā)與探索能力難以平衡的問題，提出一種基于多種群的改進(jìn)粒子群算法（ EMSPSO）。該算法在基于種群的粒子群算法（SPSO）的基礎(chǔ)上改進(jìn)了種群生成策略，通過在個體最優(yōu)值中選擇種子，將粒子群分為若干獨(dú)立進(jìn)化的種群，增強(qiáng)了算法收斂的穩(wěn)定性；為了提高粒子的利用率、算法的全局搜索能力和搜索效率，引入冗余粒子重新初始化策略；同時為了防止算法在尋優(yōu)的過程中遺漏適應(yīng)度較優(yōu)的極值點(diǎn)，對速度更新公式進(jìn)行改進(jìn)，使算法的開發(fā)與探索能力得到了有效的均衡。最后選用6個典型的測試函數(shù)進(jìn)行對比實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明，EMSPSO具有較高的多模態(tài)尋優(yōu)成功率與較優(yōu)的全局極值搜索性能。