随着现代科技的持续发展,生产技术要求也在随之不断地提高,市场竞争也愈加激烈,降低生产成本,提高产出效率,是提高市场竞争力的关键,这就要求在生产设计各个环节进行优化。单一群智能算法因自身特点,存在寻优缺陷和应用局限性,而混合群智能算法能够弥补这一缺点,提高算法的适用度。因此,本文围绕微粒群算法、鲸鱼优化算法、混合群智能算法及其应用展开研究。首先,针对标准微粒群算法存在后期搜索空间不足、易陷入局部最优的缺点,结合反向学习策略,通过计算反向解来扩大种群的搜索空间,减小种群陷入局部最优的概率,将标准微粒群算法和反向学习策略相融合,并结合有向动态交流结构,提出基于有向动态交流结构的反向学习微粒群算法。将所提算法与其他算法对测试函数进行寻优对比,证明所提算法的有效性和优越性。其次,针对鲸鱼优化算法后期收敛速度较慢,局部寻优和全局寻优能力不平衡的缺点,根据微粒群算法速度更新公式中,算法的收敛速度很大程度上取决于惯性权重,于是研究一种非线性变化的惯性权重,更好地平衡算法前后期的收敛速度;并且根据鲸鱼优化算法中的位置更新原理,研究一种分阶段非线性收敛因子,从而平衡算法的局部寻优和全局寻优能力,提出一种自适应鲸鱼优化算法。将所提算法与其他算法对测试函数进行寻优对比,证明所提算法的有效性和优越性。进而,为了弥补单一算法寻优能力的不足,将以上所提的两种算法混合,构造一种分段混合群智能算法,并将其应用到某工程中系统的可靠性冗余分配优化中,以通用生成函数为工具,以证明所提算法的可行性。最后,基于地埋式垃圾压块机的泵源系统,使用T-S故障树对其进行建模与分析,利用分段混合群智能算法对其进行寻优,并与其他算法进行对比,从而证明所提算法的有效性。