类电磁机制算法是一种受电磁理论中电荷的吸引—排斥机制的启发提出的新的启发式算法,算法中的粒子在所受其他粒子的合力作用下以随机步长运动。由于EM算法在计算粒子间的作用力时,粒子间距离对作用力大小的影响过大,从而导致EM算法本身的局部搜索能力较弱。而加入局部搜索的类电磁机制算法增加了计算量,使算法的时间性能受到影响。本文在对国内外类电磁机制算法研究动态进行分析的基础上,从种群、合力的计算方式和粒子移动三个方面分析了基本类电磁机制算法存在的缺陷,以及局部搜索对算法性能的影响。在此基础上提出了两种改进的类电磁机制算法,并且给出了关于算法种群的几点思考。论文的主要工作如下:(1)将“淘汰”机制和“扰动”因素应用到算法种群中,给出了一种基于淘汰机制的类电磁机制算法(EM-WPU)。在改进的算法中,种群在每一次迭代结束之后进行一次淘汰更新,产生下一次迭代的新种群,新产生的种群在性能上要优于更新之前的种群,更利于搜索;(2)提出了一种无局部搜索的类电磁机制算法(EM-WLS),在改进之后的算法中,根据粒子之间距离的不同情况计算个体间作用力大小,弱化了距离对作用力大小的影响。同时,通过引入分力权重系数,调整了吸引/排斥作用对合力的影响。粒子的运动则是根据粒子所受合力与最优粒子对该粒子引力的夹角大小来判断粒子是按合力方向运动,还是背离合力方向运动。EM-WLS算法与基本EM算法相比具有更强的局部搜索能力,因此去掉了基本EM算法中局部搜索部分;(3)通过对生物种群特性的研究分析,给出了几点关于种群改进的思考。本文选取了一组标准测试函数对两种改进的EM算法的性能进行验证,测试结果表明两种改进的EM算法的性能和效率都有明显提高,并能更好的解决高维优化问题。