电磁设备的逆问题一直是我国电气工程领域的研究重点和难点,在电磁设备优化过程中,优化效率和精度应满足实际工程的应用。传统的优化算法具有计算成本大的缺点,为了克服计算成本的缺点,提高收敛速度和精度,代理模型的运用代替了传统的优化算法。随着社会技术的发展,代理模型与智能优化算法的结合得以广泛应用。其中,盲克里金代理模型具有大幅度减少有限元仿真软件的运行次数,提高优化效率等优点,同时与Jaya算法相结合对电磁设备优化设计成为本文的研究方向。首先,详细介绍了盲克里金模型的基本原理,通过对比不同的试验设计方法,选用拉丁超立方设计方法选取采样点来构建盲克里金模型。运用经典的模型评价指标对盲克里金模型的精度检验分析。其次,针对标准Jaya算法目前存在的不足对其进行改进。其次,针对标准Jaya算法目前存在的不足对其进行改进。在改进单目标Jaya算法中,加入了Skew Tent混沌映射初始化种群,利用Levy flight种群更新策略来更新种群,从而增大了种群的搜索空间,增强了全局优化算法的搜索能力,通过一些经典单目标测试函数对遗传算法（Genetic Algorithm,GA）、粒子群算法（Particle Swarm Optimization,PSO）、标准Jaya算法以及改进单目标Jaya算法进行对比验证分析,寻优结果表明改进单目标Jaya在单目标优化具有较强的优化能力;在改进多目标Jaya算法中,引入一种基于分解的多目标进化（Multi-objective Evolutionary Algorithm Based on Decomposition,MOEAD）领域更新策略,使种群向Pareto前沿进行收敛,利用一些经典多目标测试函数对带精英策略的非支配排序遗传算法（Non-dominated Sorting Genetic Algorithm-II,NSGAII）、MOEAD、改进多目标Jaya算法进行对比分析,其寻优结果表明改进多目标Jaya算法在多目标优化中的Pareto图分布比较均匀,收敛速度快。最后,将提出的高效全局优化算法对超导磁储能（Superconducting Magnetic Energy Storage,SMES）、朗尼螺线管进行了单目标和多目标优化设计,对磁流体热疗（Magnetic Fluid Hyperthermia,MFH）和内嵌式永磁同步电机进行多目标优化设计。在以上的电磁设备的优化设计应用中取得了较好的结果。