针对标准粒子群算法全局搜索能力差、易陷入早熟等问题，提出了基于随机鞭策机制的散漫度粒子群算法。首先，给出了粒子散漫度概念，通过动态地对各个粒子的散漫程度进行评估，判断粒子状态，并通过随机鞭策机制处理散漫粒子，避免算法陷入局部最优；其次，对积极运动的粒子利用个体历史最优位置进行处理，加快算法收敛速度；对11个标准函数进行测试，并与标准粒子群算法和其他改进算法进行对比，实验结果表明，基于散漫度的快速收敛粒子群算法寻优精度更高，收敛速度更快。