众所周知，电机的发展对生产力发展起重要推动作用。自从1888年电机发明以后，电机作为原动机拖动生产机械已经逐步取代了蒸汽机，过去的一个世纪中，尽管在电机的基本结构整体变化不大，但电机的类型增加了很多，在运作性能，经济效益等方面都有了较大的提高和改进，与自动控制系统和计算机技术相结合以后，许多不同种类的控制电机在原有的旋转电机理论基础上得到不断的改进发明。控制电机呈现出可靠性更高﹑精度更好﹑响应更快速等特点，以一个独立分支的身份在电机学科中出现。　　本文对电机的优化设计方面的技术特点，以及优化设计中特定约束的条件下电机的目标参数，对如效率、制造成本等设计参数的性能进行逐步分析，并就目前的优化算法的应用情况进行对比，重点对比遗传算法与粒子群算法在处理三相电机项目优化时各自优化效果和运行速度，并用以说明粒子群算法在处理三相电机问题的可行性和优势。首先介绍了电机优化的发展背景和课题研究意义，同时也介绍了粒子群算法的研究意义以及对于电机优化的运用和处理方面，采用粒子群算法的优势。其次，详细阐述典型的智能优化算法的理论基础和模型，概括了几种典型的智能优化算法的基本框架。主要是遗传算法和粒子群算法，对它们的原理和优化思路进行阐述分析，从而为后续算法的延伸提供了前提与参考。再者，对作为控制对象的电机各性能参数进行介绍，包括控制参数、控制要求，以及在此基础上确立目标函数。随后就遗传算法和粒子群算法在电机优化方面的设计和效果进行了对比，通过对比体现粒子群算法在运行速度等方面的优势。最后总结了本文的工作，同时指出了后续的研究方向，旨在进一步完善本文方法，并最终在电机优化方面得以广泛应用。