差分进化(Differential Evolution,DE)算法是由美国Berkeley大学的Storn和Price两位学者于1995年提出的,起初用来解决Chebyshev多项式问题。该算法具有种群内信息共享以及保存个体最优解的特点,算法原理简单,易于实现,通用性强,易于与其他类型的算法结合使用,已被应用到了许多领域。但该算法也存有一些不足之处,在解决一些复杂的优化问题时,其局部搜索能力不够强,在有限时间内难得到全局最优值,搜索效率较低,且易陷入局部最优,求解精度不高。因此,本文对DE算法进行研究,并将其应用到电磁领域的一些复杂的优化问题中。本文的主要研究工作如下:(1)概述了DE算法的基本原理,介绍了算法数学描述和算法流程。(2)针对DE算法局部搜索能力较差及搜索效率较低等问题,提出了基于反向学习的自适应DE算法,并采用多个经典测试函数对不同的算法进行仿真实验。结果表明本文提出的一种基于反向学习的自适应线性缩放比例因子和交叉概率因子的差分进化算法(Differential Evolution Algorithm with Linear Mutation factor and Crossover factor based on opposition-based learning,LMCODE)优于其余的算法,这种改进型的DE算法收敛速度相对更快,能有效避免算法陷入局部最优而产生早熟,同时增强了算法的全局收敛能力,提高了算法的搜索效率。(3)为了使DE算法的收敛速度更快、求解精度更高,在算法变异过程中引入了云模型,再将鲶鱼效应引入算法,提出了一种鲶鱼云模型优化差分进化算法(Differential Evolution Algorithm Combining Catfish Effect and Cloud Model,CCDE)。通过测试函数的实验仿真,结果表明CCDE算法的性能更优,局部搜索能力增强的同时,算法的收敛速度和求解精度也大大提升。并将算法用于设计FIR带通数字滤波器,通过比较,验证了CCDE算法的可靠性和优越性。(4)研究了CCDE算法用于直线阵方向图综合问题,分别从优化连续电流幅度、优化连续电流相位和优化位置三个方面进行考虑,通过比较,发现CCDE算法能达到指标要求,且优于其他算法。(5)提出了基于CCDE算法和HFSS软件的电磁优化方法应用。采用MATLAB和HFSS软件相结合的方式进行电磁优化设计,分别优化设计了E型贴片微带天线和紧凑正六边形DGS低通滤波器。结果表明CCDE算法能很好地达到设计指标,也证明了CCDE算法和HFSS相结合的方式能有效应用于电磁优化问题。