提出了一种改进的多群协作粒子群优化算法，该算法整个种群采用主从模式，分为一个主群和多个从群，多个从群粒子统一地进行初始化操作，从而避免了多个粒子群重复搜索现象。同时，算法采取了一种扰动策略，即当前全局最优解在扰动因子的迭代周期内保持不变时，就重置粒子的速度，迫使粒子群摆脱局部极小。该算法不仅增加了种群的多样性，扩大了搜索范围，而且还改善整个种群易陷入局部极小值的缺陷。通过9个基准函数进行测试，实验结果表明，IMCPSO与MCPSO算法相比具有明显的优越性。

无线传感器网络（WSN）的许多应用程序需要执行一些计算量大的网络内处理任务。 由于严格限制单个节点中的能源和资源，执行此类任务时，多个节点之间的协作式网络内处理至关重要。 任务分配对于有效地将每个任务的工作量分配给适当的节点至关重要。 针对任务分配问题，本文提出了一种改进的二进制粒子群优化算法（MBPSO），该算法采用了不同的传递函数和新的带有变异的位置更新程序，从而获得了最佳的解决方案。 MBPSO中的每个粒子都经过编码，以表示用于任务分配的完整潜在解决方案。 通过将它们作为问题的约束，可以确