卫星舱布局设计是考虑将有效载荷(仪器、设备)合理的放置在卫星舱内，以满足卫星设计的各种约束要求并优化各项性能指标，它属于带性能约束的复杂布局设计问题。卫星舱布局优化设计的质量，对于卫星设计周期、成本、性能等方面有着重要影响。在数学上，它属于NP难(non-deterministic polynomial-time hard)的优化问题；在工程上，属于复杂工程系统设计问题。　　目前卫星舱布局设计问题的研究存在的下面两方面的问题：(1)在求解问题模型上，鉴于问题的复杂性，以卫星舱布局为背景的优化模型中考虑的布局图形主要为简化了的规则图形，对不规则图形的研究较少。然而，实际布局设备不总是规则图形，而是不规则图形，简化处理可能会较大影响布局质量。(2)在求解算法上，现阶段主要为智能算法或启发式方法结合智能算法形成混合算法求解。但智能算法往往为基于中央控制(一个全局评价函数)的概率算法，当求解比较复杂的布局问题时，这类方法也会产生“早熟“问题。　　针对上述问题，在数学模型方面，本文将卫星舱布局问题模型由简化处理的规则图形的布局问题扩展到更为一般的不规则图形的布局问题。相对于规则图形的布局问题，不规则图形的布局问题的求解要复杂的多。在求解方法方面，本文从启发式算法结合智能算法的混合求解和涌现计算两方面研究高效求解方法。首先针对不规则图形的布局问题特点，设计一些启发式求解算法，结合智能算法形成混合求解算法，并利用数值实验验证算法的有效性。随着研究问题的逐渐深入，基于中央控制的智能算法在求解较复杂的布局问题时，也容易产生早熟问题，影响求解质量。为了进一步提高求解质量，本文将系统科学中的自组织涌现思想引入复杂布局问题求解当中，针对二维不规则图形布局问题和三维带多约束的复杂布局问题，分别设计涌现计算方法和多阶段自组织协同涌现方法。论文主要研究工作如下：　　(1)考虑二维带静平衡约束的矩形集在圆容器内的卫星舱布局问题，围绕其静平衡约束和矩形布局的特点，提出了一种启发式算法——动态匹配算法，进而将其与压缩策略和粒子群算法结合起来，形成混合算法加以求解，为进一步求解不规则图形布局问题提供参考。　　(2)针对带静平衡约束的凸多边形卫星舱布局问题，设计了一种能兼顾静平衡和紧凑性优化的波纹探测启发式定位算法，在此基础上，利用广义模拟退火算法优化布局顺序，形成混合算法。　　(3)在对凸多边形布局问题研究的基础上，讨论了更为一般的不规则多边形布局问题，并同时考虑静平衡约束、转动惯量和包络半径的优化。首先构造了一种具有较低计算复杂度的离散重心临界多边形模型，进而设计了的波纹探测启发式算法；同时提出了一种自适应选择机制的改进蜂群算法，利用改进的蜂群算法优化波纹探测启发式放置算法中排序函数的参数，形成不规则多边形布局问题的混合求解方法。　　(4)为了进一步提高二维卫星舱多边形布局问题求解质量，将自组织涌现思想引入布局求解中。通过将该布局问题映射到一个类似物理系统的多智能体系统，提出了一种基于多智能体系统的自组织涌现方法。根据卫星舱布局特点，自组织涌现方法将整个布局系统分为三层结构：分离层、交换层和调整层。不同层中具有不同的邻域结构和交互规则。在每一层中，根据该层的智能体的局部信息和邻域规则指导智能体之间以及智能体与环境之间的交互，系统涌现出具有一定特征的布局解。同时，通过层与层之间的交互，系统在微观层面上自组织进化并最终产生一个满足卫星舱性能约束的布局解。计算实验显示自组织涌现方法优化性能优于其他的一些优化技术，例如广义模拟退火算法。　　(5)最后研究了更为复杂的三维卫星舱布局设计问题(three-dimensional satellite module layout design problem, TSMLDP)，TSMLDP是一个多约束耦合问题，其解空间是一个非连续、非线性、多模态的，这个性质导致现在主要的求解方法——基于概率搜索的智能算法容易陷入早熟问题。为了解决这一问题，提出了基于多智能体系统的多阶段协同进化涌现算法(multi-stage co-evolution emergent algorithm, SCEA)。SCEA将系统分解策略和多阶段优化策略与自组织协同进化技术结合起来求解TSMLDP。与基于中央控制的进化算法不同，SCEA通过系统自组织进化来搜索满意解，其不仅利用全局评价函数信息，还利用智能体的局部信息。TSMLDP的计算实验结果显示，SCEA在解的质量和效率上均优于其他的进化算法。　　上述研究中，(1)-(3)属于启发式算法结合智能算法的求解方法，(4)-(5)属于自组织涌现计算的求解方法。前者在局部范围内为后者提供实现基础，后者则是在整体层面上对前者进行突破和提升，展示出一种新的求解途径。