优化是一种以数学为基础,用于求解各种实际问题的应用技术,其目的是对一个给定问题,从众多方案中选择出一个最优方案。在实际工程中,许多问题属于多目标、非线性,甚至更复杂的问题。经典优化算法很难在有效时间内解决这类问题,智能优化方法是解决这类问题的有效途径之一。和声搜索(Harmony Search,HS)算法是一种新颖的智能优化算法,源于音乐创作。在音乐演奏中,乐师们凭借自己的记忆,通过反复调整乐队中各乐器的音调,最终达到一个美妙的和声状态。目前,HS已经成为了智能优化算法的一个热门研究领域,本文针对HS算法在函数优化问题中的应用进行了如下几方面研究:综述了HS算法。依次给出了算法的起源,原理,基本步骤,算法分析,最后综述了算法的国内外研究情况,为后续研究打下理论基础。提出了改进的和声搜索算法。为了提高和声搜索算法的有效性,提出了基于动态和声记忆库的改进和声搜索算法。对新算法做了benchmark函数测试,结果验证了新算法的有效性。提出了基于迭代局部搜索的和声搜索算法。该算法在充分利用和声记忆库中信息和提高搜索效率的同时,对于不满足停止准则的新和声采用基于改进kick策略移动的迭代局部搜索算法进行寻优,从而使新算法具有较强的“爬山”能力。针对四个benchmark函数对新算法做了测试,并与粒子群优化算法以及已有的几个算法进行了比较,结果表明该算法跳出局部极值点的能力较强、收敛速度更快、寻优精度较高;最后将新算法应用到焊接梁的优化设计、弹簧质量最小化、容器优化设计问题中,仿真结果验证了该算法在解决某些工程优化问题时,效果优于原始的和声搜索算法、遗传算法等方法。