阵列天线技术的发展提出了许多复杂的阵列天线方向图综合问题。从数学角度来看,这些问题可以归结为多参数、多约束、非线性优化问题,这对优化技术是一种挑战。智能优化算法基于新的信息处理机制和计算模型,成为阵列天线方向图综合的有效工具和研究重点。杂草算法是通过模拟自然界杂草扩散现象而提出的一种新兴的智能优化算法,与现有的其他智能优化算法相比,具有简单、高效等特点,而且已经被用于阵列天线方向图综合。但是,从国内外文献来看,杂草算法本身及其在阵列天线方向图综合中的应用研究还不是很成熟,在算法特性研究、潜力发掘、性能改进以及阵列天线方向图综合应用领域拓展方面还有很多空白待填补。基于此,本文在杂草算法改进、新算法性能验证及其在典型阵列天线方向图综合中的应用方面开展了研究。本文的主要工作和研究成果可以归纳为以下几点:1、研究了标准杂草算法、粒子群算法的特点,在此基础上融会贯通,将粒子群算法引进杂草算法提出了一种新型结构的杂草粒子群混合算法,来改善杂草算法的局部精细搜索能力;2、将参数自适应调节机制以及差分进化算法的变异、交叉、选择算子引进杂草算法,来克服算法参数选择困难,提高杂草算法的鲁棒性和宏观的全局搜索能力;3、研究了二进制杂草算法和遗传算法的特点,将遗传算法的交叉算子引进二进制杂草算法来增加解的多样性,进而提高二进制杂草算法的求解效率;4、运用所设计的算法对典型的优化测试函数进行仿真求解,仿真结果验证了上述新算法的有效性;5、分别将杂草粒子群混合算法、自适应杂草混合算法以及二进制杂草混合算法用于不等间距阵列天线方向图的零陷生成、不等间距阵列天线方向图的低副瓣综合以及稀疏阵列天线方向图综合,仿真结果表明,本文方法优于文献中算法。