微粒群优化（PSO）算法主要用于求解全局连续变量优化问题。利用罚函数处理离散变量，将混合离散优化问题*，转化为连续变量优化问题*。为了解决标准PSO可能陷入局部最优解而存在早熟收敛的问题，本文构造微粒的邻域结构，利用禁忌搜索（TS）算法具有较强的“爬山”能力的特点，设计了一种兼具搜索惯性又能在搜索时跳出局部最优解转向解空间的其它区域的禁忌微粒群算法（TS-PSO）。求解Rosenbrock’s测试函数和压力管设计问题的数值实验表明，该算法能较好地跳出局部最优，获得全局最优解。(注：*表示公式，见正文）