花授粉算法是一种新提出的群体智能优化算法,具备结构简单,容易实现等特点,越来越多的学者不断地对它进行改进并应用于更多的领域.本文从基本的花授粉算法出发,系统地研究了算法的原理,难点以及现有算法所存在的问题,结合研究其他优化算法的特性,分别提出了两种新的花授粉算法并将其一应用到工程实例中.首先,针对基本花授粉算法的自花授粉环节中授粉范围较小等问题,嵌入简化后的正弦余弦算法,针对其异花授粉环节的最优解值精度不佳等问题,引入精英花粉算子,提出了融合正弦余弦算法和精英算子的花授粉算法.进而选取十组标准测试函数进行检验,将实验结果和迭代图像与传统花授粉算法等进行对比分析,本文提出的新算法显著的提高了算法的稳定性和最优值的精度.其次,针对花授粉算法在异花授粉环节容易陷入局部最优值,在自花授粉环节中种群个体不够丰富等问题,分别引入改进后的蝗虫算法和进行变异与交叉操作后的精英花粉算子,提出了基于蝗虫算法和精英花粉算子的花授粉算法.该算法的提出主要是为了解决非线性约束优化问题,选取三个经典工程优化设计问题进行仿真,对比结果表明,基于蝗虫算法和精英花粉算子的花授粉算法更具有高精度和普适性.