近年来，大量的实际工程优化问题越来越复杂，而传统的优化算法对函数的要求较高，对不可微、非凸等复杂问题很难求解，故启发式优化算法以其通用性、智能性和高效性等显著优势，得到了深入的研究和极大的发展。类电磁机制算法是一种模拟电磁场中带电粒子之间吸引-排斥机制的智能优化算法，具有寻优机理简单、所需资源较少、收敛速度较快等优点。但对于一些复杂问题的求解，类电磁机制算法仍存在收敛速度较慢、易陷入局部极值等缺陷。
　　本文深入研究了类电磁机制算法的寻优原理及优化机制。针对原算法中存在的初始种群不均匀、局部搜索效率低、合力计算公式病态性严重、粒子移动自适应性较差等问题，提出了一种改进的类电磁机制算法。即采用均匀设计方法构造初始种群，使其能更加均匀地分布于可行域中；基于混沌搜索和模式搜索的优点，将二者同时运用于局部搜索，不仅避免了算法过早陷入局部最优，而且在一定程度上提高了解的精度；将目标函数值归一化并引入合力计算修正因子，既简化了电量计算公式，又消除了合力计算公式的病态性，加快了算法的收敛速度；在考虑进化因素对粒子移动影响的基础上，设计了一种自适应移动算子来更新粒子，并将小生境技术引入到粒子的更新过程中，使粒子能更快地移动到全局最优解。
　　实验结果表明，改进后的算法具有更好的寻优性能，既能提高求解精度，又能提高收敛效率，能成功应用于一般测试函数、复杂测试函数、Dixon和Szeg?测试函数及高维测试函数的求解。
　　在后续的研究工作中，将进一步加强对该算法本身的研究，并在此基础上，利用改进后的算法求解实际工程中的优化问题，重点解决约束优化问题、离散优化问题和多目标优化问题。