随着计算机技术快速发展,多体系统动力学的研究在航空航天、车辆机械、机器人、军事等领域得到广泛应用。复杂机械系统的设计与优化需要多体系统动力学仿真提供动态分析,这就迫切需要高效稳定的建模方法及数值求解方法来求解多体系统动力学方程。本文主要针对多体系统动力学微分-代数方程求解问题,研究基于智能优化的求解方法。首先对于多体系统进行建模可以得到指标3微分-代数方程,然后将广义坐标和广义速度进行Lagrange插值,结合变量缩并方法和Gauss数值积分方法,可以将微分代数方程求解问题转化成求解最优化问题。传统优化方法很难求解非线性复杂空间的优化问题,智能优化方法是解决该类类优化问题的有效方法。模拟鸟群觅食的粒子群算法、模拟萤火虫群体活动的萤火虫算法、模拟生物遗传进化理论的遗传算法是几种比较典型的智能优化方法,其具有算法简单、无需导数信息、适应于复杂空间的特点。本文详细介绍了这三种方法的算法思想,并设计算法来求解微分-代数方程。通过对平面双连杆机械臂进行多体系统仿真实验,验证了粒子群算法、萤火虫算法和遗传算法在求解动力学方程中的有效性。其中对于优化变量过多导致优化结果不够精确的问题,为降低优化难度采用了变量缩并方法。实验结果表明本文方法既保持了约束又较好的保证了能量精度,并进一步说明智能优化算法在求解多体动力学问题具有较好的应用前景。