调制光热反射(MPR)技术具有无损检测和高灵敏度的特点，已被广泛用于物理、材料工程等领域，并越来越受到人们的重视。作为检测手段，实验数据的拟合以及样品性质参数的定量获取一直没能得到很好地解决。新兴起的粒子群优化算法是一种智能进化计算技术，该算法的优点有望在测量技术的多参数拟合中得到应用，但为了保证其智能性和最优性，还应根据材料物理参数拟合的特点对算法加以改进。本文主要在总结分析粒子群算法的基础上，在MPR技术中引入了粒子群算法并相应开展了如下一些工作： 1．对粒子群优化算法进行了研究。在总结分析粒子群算法的基础上，针对样品多参数拟合时的问题，对粒子群算法进行了改进，提出了以下改进策略：①当待拟合参数之间相关性高时，根据最优粒子的信息适时进行搜索范围的动态调整，缩小了搜索范围，减少了陷入局部极值的概率。②当待拟合参数取值范围广时，对最优粒子采用新的变异策略，增强了搜索过程的智能性，加快了搜索速度。 2．对利用MPR径向扫描技术表征薄膜-衬底材料的热物性进行了研究。针对低热扩散率薄膜样品较难进行多参数拟合的难题，在讨论影响拟合效果的参数灵敏度和相关性问题的基础上，利用改进的粒子群算法对同时拟合薄膜热扩散率、衬底热扩散率和界面热阻等样品参数进行了数值模拟。结果表明，改进的粒子群算法比其它方法能更好地对高相关性的参数进行拟合。 3．对利用MPR技术表征半导体材料的物理参数进行了理论和实验研究。根据理论模型并结合改进的粒子群算法，利用实验测得的MPR相位信号对硅材料的热扩散率、载流子寿命和面复合速率进行了拟合，获得了满意的拟合结果，并在粒子群优化算法中较好地解决了因待拟合参数取值范围广而引起的拟合运算问题。