全局优化问题是现代优化设计的一个重要独立分支,它在科学、工程、生活等众多领域有着广泛应用。近几年,启发式优化算法以其通用性、智能性等显著优势,得到了极大地研究和发展。本文针对单目标全局优化中无约束和有约束问题进行了深入研究,提出了基于电磁场中吸引排斥机制的启发式方法—改进的类电磁机制算法。本文主要工作如下:1.对无约束优化问题,根据标准类电磁机制(EM)算法的寻优机制及针对其电荷溢出和参数敏感问题,改进了EM算法。首先,引入函数值下界改进粒子电量计算公式;然后改善合力计算公式,减少计算量、改善数据溢出问题;最后加入步长变异,将算法陷入局部最优的可能性降到最低,据此,设计改进的EM算法—UEM算法。2.对于有约束单目标全局优化问题,首先将违反约束条件的粒子用外点法处理,将问题转化为无约束问题;然后采用正交设计产生初始种群,使初始粒子更均匀的分布在解空间;进一步改进粒子电量计算公式,最大限度的减少计算量,提高效率,设计了CEM算法。3.对两个改进后的算法进行数值模拟。UEM算法采用10个标准测试函数进行测试,并与标准EM算法、遗传算法进行相同参数下的比对,证明新算法提高了最优解的精度,对标准EM算法的改进是有效的。对于求解约束问题的CEM算法经数值仿真对6个标准函数进行测试,并与模拟退火算法进行比对,验证了算法通用性强、高效稳健,有较快的收敛速度,具有一定的竞争力。