通过对原ETLBO(elitist teaching-learning-based optimization)算法引入一种新的奖励机制,提出一种新的结合奖励机制的ETLBO-reward算法,并基于该算法提出一种简单自适应的精英个数算法RETLBO-reward,该算法保留了传统算法参数少、易实现、收敛快等优点,进一步提升了传统算法的收敛能力.对6个连续非线性优化问题的测试结果表明,这两种算法均具有良好的性能,求解效率较原ETLBO算法有明显提升.