区间优化算法是一种基于区间分析且有别于传统优化方法的方法,它是将区间变量作为运算的基本单元,并形成了一套逐渐完善的运算规则。在控制领域,不管是在理论研究方面还是实际工程应用当中,区间方法所具有的区间包含特性都能够为一些问题的解决提供新的良好方向。PSO方法是一种基于低智能体间相互协作的随机搜索技术,能够大大调高算法的全局搜索能力,同时随机的特性也使得算法容易陷入局部最优。本文尝试将区间优化方法确定性的优势和PSO方法强大的全局搜索能力进行整合,形成新的区间优化方法并不断改进,鉴于许多实际的控制优化问题都具有动态的特性,本文还着重研究了区间优化方法在动态优化问题上的应用。基于对上述这些问题的研究,本文得到了以下几方面的研究成果：首先,对区间优化方法的基本理论进行深入地消化吸收,通过对该理论的更多了解举例说明了算法存在的问题,并尝试提出了一个新的问题,即区间向量的向量运算问题。其次,结合区间优化算法与PSO算法各自的优势,提出了一种基于动态区间紧缩的区间优化改进算法,10个测试函数的仿真表明,改进后的方法优于传统区间优化方法,并且比基于静态区间紧缩机制的方法区间紧缩效率明显提高,区间紧缩速度平均能提高10～20倍。接下来,对PSO控制参数、区间粒子数目以及初始区间宽度对区间优化改进算法的影响进行了仿真分析,指出了区间改进算法相对于PSO算法控制参数的相对不敏感性,以及使得算法达到最优效果所应具备的一些基本条件。最后,针对动态问题,设计了基于“网格检测”的动态环境感知策略和基于“最优扩张”的动态环境响应策略,以改进的区间算法为基础给出了区间动态优化算法,在以DF1动态测试函数为对象的仿真结果表明,在非周期性以及周期性动态变化环境下,算法都能够很好地跟踪变化的环境,Acc和Ada指标都保持在较低的水平。在论文最后,本文还提出了基于上述研究成果的接下来进一步的研究方向。