粒子群优化算法是基于群体智能理论的一种优化算法,通过种群粒子间的合作与竞争产生的群体智能来指导优化搜索。它可用于求解大部分的优化问题,并在工程实践中表现出巨大潜力,现已广泛应用于神经网络、模糊系统控制等多个领域。本文介绍了粒子群优化算法的基本原理,通过对粒子速度进化方程的分析,研究算法本身的社会行为,并将粒子群的寻优视为一个动态系统的演变,采用线性离散时间系统的分析方法对粒子群优化算法的确定性行为进行分析,导出了简化版本粒子群优化算法的收敛性条件。在分析神经网络的学习方式和泛化能力的基础上,应用C++语言实现了粒子群优化神经网络的程序。深入分析齿轮箱故障振动机理,研究齿轮和轴承的常见故障形式以及产生的原因,选出了需要提取的信号特征值。以JZQ250型号齿轮箱为实验对象,设计齿轮箱故障诊断实验方案、测取传动箱振动信号,提取反映齿轮箱运转特征信息的特征值,应用这些值训练粒子群优化的神经网络,然后把此网络应用在实际的齿轮箱故障诊断上,实验结果表明效果良好。