随着信息技术的发展,优化问题日趋复杂,而传统的优化方法在寻优时往往会有很大的局限性。以进化优化算法为主的现代优化算法是从生物智能或物理现象上获得启发建立起来的,它们具有适于高度并行、全局性与自适应等特点,用目的性和系统性的过程代替传统的手工实验方法,为解决复杂问题提供了一种新的途径。在微波电路设计中,许多应用问题都要求元件优化时要适应于各类型的设计变量、指标约束及单元组合结构的线性、非线性等。HFSS作为微波电路设计中的一款重要的电磁仿真软件,为用户提供了简明易用的建模界面和功能强大的处理器,能够计算分析各种复杂3D无源元件的电磁特性。粒子群优化算法(Particle Swarm Optimization,PSO)作为一种经典的群智能进化算法,由于其原理简单,较易实现等特点而被广泛研究和应用。本文对该算法深入研究,为了加快优化速度,提高收敛精度,提出了一种基于PSO的队伍演化算法(Team Evolutionary Algorithm,TeamEA),并将其与HFSS软件的接口脚本相结合,完成微波元件的建模、仿真与优化。主要工作概括如下:1.对PSO算法的基本概念、实现方法及其存在的问题进行分析描述,进一步阐述了该算法的研究现状和研究趋势。2.对优化算法中一些常用的测试函数深入研究,将原有测试函数进行旋转平移操作,新得到的测试函数更加复杂多变,对算法的性能提出了更高的要求,用于检验算法对于现实存在的许多未知结构或空间的适应能力与寻优能力。3.对于PSO算法存在的一些不足,引入多种群策略,提出了队伍演化算法。该算法将优化过程分为两个阶段:第一阶段为保持多样性,把队员分成若干个初级队伍并行优化,形成高级队伍;后一阶段为提高收敛速度,仅对高级队伍进行优化。在整个优化过程中,根据评估队员所取得的成绩,动态控制队员的调整步长和最大调整空间,同时产生教练组,为队员的进步方向提供指导。通过高维多峰测试函数及其旋转平移函数进行测试比较,验证了算法的优越性和有效性。4.研究通过宏命令控制HFSS软件实现自动建模,使用VBscript脚本语言实现Matlab与HFSS的联合仿真,利用队伍演化算法的寻优能力和HFSS强大的电磁分析能力,实现一种基于队伍演化算法和电磁仿真软件HFSS的优化方案。5.将该优化方案应用于微波电路设计中,通过对1.2~1.5 GHz发卡型滤波器、WLAN天线的成功设计优化,实验结果表明了基于队伍演化算法和HFSS软件的优化方案的有效性和应用价值。