随着社会的发展与科技的进步,人们在生活中遇到的许多科学、经济和工程问题呈现多极化、非线性、强约束、高维度等特点,传统的优化算法已经很难求得问题的最优解。因此,寻找一种有效且高效的优化方法用于解决复杂的优化问题至关重要,这也成为了众多学者的研究热点。群集智能优化算法因为其较强的自适应能力和在解决复杂问题中表现出来的优势,受到了很多学者的青睐。灰狼优化算法作为一种经典的群集智能优化算法,具有计算量小、易于实现等优点,但仍然存在着易早熟收敛,面对复杂问题时收敛精度不高、收敛速度不够快等缺点。因此,本文对标准灰狼优化算法做出相应的改进,并将改进后的灰狼优化算法应用到微带漏波天线和可用于WLAN的紧凑型双频MIMO天线中。论文的主要研究内容和成果如下:1.对标准灰狼优化算法从两方面进行介绍,一是算法的基本原理,二是数学模型,将标准灰狼优化算法与标准鲸鱼优化算法和标准蜻蜓优化算法进行性能对比分析,总结出灰狼算法的不足,为后文改进算法做了铺垫。2.为了提高标准灰狼优化算法的全局寻优能力和收敛速度,本文对算法做了如下改进:首先,利用Hammersley序列的均匀分布特性对种群进行初始化。其次,引用纵横交叉算法,对不同个体进行横向交叉操作,对同一个体不同维度进行纵向交叉操作,最后与父代进行竞争操作,选取较优个体,加快收敛速度。最后对收敛因子a进行非线性收敛策略调整,平衡算法的局部和全局搜索能力。3.利用标准测试函数,将本文的改进灰狼优化算法同标准灰狼优化算法及其他文献改进后的灰狼优化算法进行对比,验证本文改进策略的有效性。4.将改进后的算法应用到微带漏波天线和可用于WLAN的紧凑型双频MIMO天线当中,结合Kriging代理模型,进行仿真计算,通过分析比较,发现改进后的算法对天线的性能有提高。