非线性优化是优化领域内比较难的一类问题,利用传统的优化方法已经难以独立对其解决。随机搜索算法的出现为这类问题的求解提供了新的思路,作为一种随机搜索算法,类电磁机制算法模拟了电磁场中带电粒子之间的吸引-排斥机制,通过该机制使得粒子朝着最优粒子移动,已成功的用于求解无约束优化问题,本文将改进并应用其解决非线性约束和无约束优化问题,主要工作如下:首先,针对无约束优化问题,根据类电磁机制算法的寻优机理,对其提出了改进措施,主要是引入了新的局部搜索方法;改变了力的计算过程;在每次迭代的后期,引入高斯变异算子对种群进行扰动。给出了收敛性证明和数值模拟结果,结果表明,改进后算法的性能得到了提高。其次,利用惩罚函数法,构造了新的适应度函数,将约束问题转化为无约束问题求解。针对非线性约束优化问题,结合类电磁机制算法的寻优特点,设计了适合于问题特点的局部搜索过程,并重新定义了粒子的电荷和力的计算公式,以使在算法实现过程中,引导不可行点逐步向可行点转化,并最终找到问题的最优解。在此基础上,设计了一个新的类电磁机制算法,数值模拟结果验证了算法的有效性。