类电磁机制(Electromagnetism-like mechanism,EM)算法是由S.I.Birbil和S.C.Fang于2003年提出的一种智能优化算法。其优化思想是模拟电磁场中带电粒子之间的吸引-排斥机制,寻优机制简单、收敛速度快。与其它算法相比,EM算法表现出极其强大的全局搜索能力。但是,在求解部分高维、多峰问题时,EM算法也存在收敛性差的情况,易陷入局部最优值。电磁综合问题多为模型结构复杂、目标函数非线性的多目标问题,传统的优化算法已经不能满足电磁综合问题的高求解精度和效率的要求;多目标问题通常包含多个目标函数,分别对应不同的设计指标。传统的多目标方法如加权组合法(weighted aggregation,WA)将多目标问题转化为单目标问题,但由于很难确定各分项加权系数,容易造成仅部分指标达到要求但个别指标未达到要求的情况。需要反复尝试,设置过程繁琐耗时。针对以上两个问题,本文首先对标准EM算法进行了改进,并将改进后的算法应用于两个单目标电磁综合问题;接着设计了一种基于改进EM算法解决多目标优化问题的方案,并将该方法应用于三个多目标电磁综合问题。本文的主要工作可归纳如下:(1)简单介绍了EM算法。分别从算法的基本原理、算法描述、算法流程三大方面对EM算法进行介绍,为后续对EM算法的改进奠定理论基础。(2)提出了一种改进的EM算法——IEM算法,引入早熟的判断和处理机制,对陷入早熟状态的带电粒子,迭代时以一定的概率选中进行小波变异。应用一般标准测试函数和高维测试函数对其进行测试分析,并将其与标准EM算法以及传统的DE算法、PSO算法进行比较。(3)研究了IEM算法用于单目标电磁综合问题。首先,应用IEM算法综合FIR数字滤波器,分别对FIR低通数字滤波器和带通数字滤波器进行综合。并将仿真结果与标准EM算法、GA算法、PSO算法的设计结果进行比较。接着,应用IEM算法综合一种双层方形频率选择表面结构,并将优化后的频率选择表面以覆层的形式加载到微带天线上,比较加载前后微带天线的方向性和增益。(4)研究了IEM算法用于多目标电磁综合问题。提出了一种适用于多目标优化问题的方法,引入分层优化机制,运用IEM算法对多目标优化设计中的多个目标函数逐个进行寻优。将该方法应用于微波器件优化设计中,分别对L折叠形单极天线、双频带缝隙天线以及双轴同轴型微波介质滤波器进行建模优化设计,并将仿真结果与现有文献的结果进行对比。