人工电场算法是一种基于库伦静电力定律的元启发式优化算法,该算法具有参数少、收敛速度快、勘探能力强、计算复杂度小等优点,在非线性无约束优化问题上表现出优异的性能。随着研究的不断深入,研究者发现人工电场算法也存在一些缺点,如易陷入局部最优,种群多样性不高,勘探能力不足等。本论文在对基本人工电场算法的性能分析基础上,针对人工电场算法的不足,通过增加不同的演化策略进行改进,以提高其寻优精度与寻优速度。目的在于提升人工电场算法的性能,以拓宽其应用范围。本文的主要研究工作如下:（1）针对人工电场算法寻优精度不高的缺点,将人工电场算法静电吸引力进行简化,并引入静电排斥力,提出了一种简化的人工电场算法,将简化的人工电场算法应用于求解桁架结构优化设计问题中。选取部分经典的和最新的元启发式算法进行性能对比,仿真结果显示简化人工电场算法在求解桁架结构优化问题中性能显著。（2）为解决人工电场算法易陷入局部最优,种群多样性不高,勘探能力不足等,引入惯性机制和斥力作用,提出了一种带有惯性和斥力的人工电场算法,从而提高算法的种群多样性和勘探能力,加快算法的收敛速度。并将改进后算法应用于求解球面最小生成树问题中,设置不同维度的问题对算法的性能进行测试,并将测试结果与其他算法对比分析,结果表明改进后算法在求解球面最小生成树时性能优于其他算法。（3）为了拓宽人工电场算法的应用领域,将带有惯性和斥力的人工电场算法应用于多平台对地覆盖观测问题。并将其与遗传算法和原算法进行性能对比,结果表明,带有惯性和斥力的人工电场算法在该问题具有优越的性能。（4）为了提高人工电场算法的局部开发能力,引入状态转移策略,提出了基于贪婪状态转移的人工电场算法,将改进后的人工电场算法应用于求解球面多旅行商问题。通过实验与其他算法对比,结果表明算法的开发能力得到了增强。