在21世纪，最优化理论和相关算法都得到了极大地发展。传统的优化方法虽然具有理论成熟，应用广泛的优点，但是随着对优化方法要求的不断提高和现代科学技术的发展，传统优化方法不能有效解决优化问题。同时，粒子群优化(PSO)算法作为群体智能算法的一种，具有简单有效的特点，把该算法引入优化领域为优化方法提供了广阔的研究空间，因而受到广泛的关注。　　 本文在阅读大量国内外文献的基础上，首先全面分析了PSO算法和电机优化的研究现状及研究意义。其次，探讨了与PSO算法和电机优化相关的基础理论知识，为算法的改进和其在具体电机优化项目上的应用奠定基础。第三，与多目标优化算法相结合，提出了改进的多目标PSO算法，并通过Matlab实现改进算法仿真实验，用实验结果验证本算法优于某些同类算法。第四，与复合形算法相结合，提出了一个混合复合形PSO算法，并通过Matlab实现混合算法仿真实验，用实验结果验证混合算法具有很强的全局搜索能力。最后，对基于微软公司.NET平台实现的电机优化设计项目，将混合算法应用在具体的电机优化程序上，最终的数据表明：在同等条件下与原有的方案相比，使用论文混合算法的方案优化的数据有效地提高了电机的性价比。