万有引力搜索算法是一种基于宇宙间万有引力定律进行寻优的新型智能优化算法，具有实现简单、通用性强等特点.作为处理复杂的函数最优化问题的一种有效算法，正日益受到人们的重视，已成功应用于目标控制、模式识别、图像处理及目标函数优化等诸多复杂的优化问题.本文对于万有引力算法在优化过程中存在的早熟问题进行了研究，提出两种新的算法，并给出了解决引力算法早熟问题的新的策略.　　在万有引力搜索算法的进化过程中，系统中的物质向着当前算法最优值的附近移动，出现了停滞以及收敛速度慢等现象.变异算子是一种跳出局部最优解的有效算子，并且对于最优物质的变异操作对万有引力搜索算法的效率有很大的影响.　　概括来说，本文主要进行了如下两个方面的研究工作:　　1、提出了一种围绕最优物质变异的万有引力算法，在保持和提高问题解的质量的同时提高万有引力算法的搜索能力和收敛速度.通过对已有测试函数的数值实验和与标准的引力算法和混沌引力算法数值结果的比较，表明了算法的有效性.　　2、提出了一种基于种群多样性的具有自适应变异功能的万有引力搜索算法，在此算法中，利用已知的物质种群的多样性的大小来自适应改变算子变异率的大小，而此变异算子可以使得算法向着系统中位置更好的位置移动，通过数值实验的结果表明，新的算法无论是在求解精度还是在收敛速度方面都优于标准的万有引力算法和混合万有引力算法.