随着技术的发展,所需的频谱资源迅速增长,但传统的频谱分配方法已无法克服频率资源的不足和对频率资源要求日渐提高之间的矛盾。传统的频谱分配模型存在频谱利用率低且不能保证用户之间使用频谱的公平性等问题,而图着色论频谱分配模型在提高频谱分配效率的同时保证了用户使用频谱的公平性。本文重点基于智能优化算法对图着色论频谱分配模型进行研究,主要内容如下:（1）对海鸥优化算法进行分析、研究、实现,针对海鸥优化算法寻优能力强,但在后期收敛速度不理想且在某些情况下易于陷入局部最优的问题,提出了一种基于改进海鸥优化算法的图着色模型频谱分配算法。首先根据主用户和次用户的位置分布及主用户对信道的占用情况,通过图着色频谱分配模型计算可用频谱矩阵、频谱效益矩阵、干扰约束矩阵。其次根据可用频谱矩阵中1的个数计算求解种群个体的维数l,随机生成初始种群。然后使用海鸥算法对种群进行求解,在迭代的过程中使用干扰约束矩阵对求解个体进行无干扰约束,计算无干扰分配矩阵及适应度值,对海鸥优化算法的解进行克隆、变异、选择等操作避免算法过早收敛于局部最优,从而获得最优结果。（2）针对水母优化算法能够很好地平衡了探索和利用,可以用更少的时间和更快的收敛速度找到最优值,但是可能会陷于局部最优解的问题,提出了一种禁忌水母优化算法求解图着色论频谱分配模型。在该算法中首先根据图着色频谱分配模型随机初始化生成种群,然后使用水母优化算法进行求解,在迭代的过程中使用干扰约束矩阵对求解个体进行无干扰约束,计算无干扰分配矩阵,求解个体适应度,当求解的最优值不在发生变化时将求解的结果作为输入使用禁忌搜索算法进行全局求解,从而减少了迂回查找,以便于保持对不同的有效查找路径的探索,从而获得最优结果。分析和仿真结果表明,本文中所提供的两种改进智能优化算法在解决图着色论频谱分配模型问题上均优于遗传计算、粒子群算法等,在处理认知无线电网络中的频谱分配问题上获得较好的结果。