粒子群优化（PSO）算法是基于群智能的全局优化技术，它通过粒子间的相互作用，对解空间进行智能搜索，从而发现最优解。该文对基本粒子群算法进行改进，并将改进粒子群优化算法与误差反向传播（BP）算法结合起来构成的混合算法用于训练人工神经网络，对短期电力负荷进行预测。实践结果表明：改进PSO-BP算法有效地解决常规BP算法学习网络权值和阈值收敛速度慢、易陷入局部极小等问题，具有较快的收敛速度和较高的预测精度。