优化问题在现实生活中无处不在,为此,学者们提出了进化算法以求解这些问题。近邻场优化算法作为一类较新的进化算法,已应用于多个领域。不同于其他算法的优化机制,其利用局部协作行为探索问题最佳的解决方案。相关文献的实验结果表明局部信息的传递和交换会加快收敛速度和搜索进程,因此研究基于局部信息实现全局搜索的近邻场优化算法,对于智能进化算法的发展具有重大意义。此外,由于交叉学科的发展,考虑到建筑业智能自动化发展的需求,本文在建筑业钢筋自动排布问题上做了相关的应用研究。本文在介绍了近邻场优化算法设计原理的基础上,从定位操作中局部信息传递的准确度出发,对算法进行了改进研究,并结合建筑业钢筋自动排布问题的需求,改进近邻场优化算法实现钢筋自动排布。本文主要的研究内容如下:(1)本文提出了一种基于定位操作中局部信息精确化的结构化近邻场优化算法。该方法能让个体快速的收集到有效的局部信息,易于跳出局部极值,快速收敛到全局最优解。在7个基准测试函数和CEC2014标准测试集上的实验表明,结构化近邻场优化算法的性能优于其他算法。(2)对于近邻场优化算法和其他算法来说,在优化过程中难以量化局部协作行为。为此,本文提出了一种新的网络方法来分析协作行为。研究结构化近邻场优化算法种群结构,发现其表征为一个无标度的幂律分布网络结构。采用网络特征,即,度分布、聚类系数和平均度量化合作行为。实验结果表明,网络特性能够有效地表征结构化算法在收敛速度和种群多样性方面的优化性能。具有大聚类系数和强异构度分布特性的算法能更有效地解决问题。(3)最后,本文基于建筑业钢筋自动排布问题的数学模型和行业设计规范,提出了一种基于大范围、多约束、离散类的路径规划问题的滚动近邻场优化算法,用于实现钢筋混凝土建筑框架中梁柱节点区钢筋无碰撞和无拥塞的自动化排布。此外,对于三种类型(T型、+型和L型,建筑界术语分别为边节点、中节点和角节点)的钢筋混凝土建筑框架梁柱节点区,基于粒子群优化算法、差分进化算法和近邻场优化算法进行钢筋自动排布,分析比较了每根钢筋排布的运行时间和路径长度。实验结果表明,基于优化算法的钢筋自动排布结果均满足钢筋布局的要求,近邻场优化算法排布时间最短。