在数字通信系统中，多径传输引起的码间干扰会使接收端的性能严重恶化。在无法获得足够长或缺少训练序列的系统中，为了改善系统的性能，盲均衡起到非常大的作用。随着人们对系统盲均衡技术研究的不断深入，越来越多的算法不断地充实这一领域。本文主要研究智能优化算法在盲均衡技术中的应用。　　 本文在研究现有一些盲检测传统算法和智能优化算法的基础上，首先给出了改进蚁群优化(IACO)盲检测算法：调整蚁群优化算法中的信息素更新方式，在信息素的局部更新规则和全局更新规则中增加了参数控制。然后为了进一步提高蚁群优化盲检测算法的全局搜索能力，提出混沌扰动启发式蚁群优化(CHACO)盲检测算法：在改进蚁群优化算法的基础上，利用混沌映射的伪随机性、遍历性以及规律性等特点，在局部信息素和全局信息素更新时加入混沌扰动。最后给出遗传蚁群混合优化(GAACO)盲检测算法：先利用遗传优化算法的随机性和全局收敛性求盲检测问题的解，将所得到的若干组优化解作为蚁群优化算法的路径信息素，再利用蚁群优化算法求盲检测问题的最优解。　　 本文盲检测算法的构成思路：借助接收数据阵补投影算子对待测发送序列向量的零化作用，把信号盲检测问题转化为整数约束下的二次规划问题，建立直接盲检测发送信号的算法优化性能函数，然后利用本文提出的算法寻找最佳盲检测信号。算法性能仿真实验结果表明，本文提出的三种算法与文献算法相比具有误码率较低、收敛速度快、性能稳定的优点，能够很好的解决盲检测问题。