解析的阵列优化方法适用范围较窄，对解决广泛的阵列优化问题缺乏灵活性，如Dolph-Chebyshev法只对等间距等旁瓣的阵列加权其结果才是最优的，而对于不等间距或对旁瓣电平有特定要求的情形则无能为力。本文主要研究如何利用智能算法解决各种阵列优化问题。 研究了利用差分进化算法对不等间距阵列的优化。根据不同的阵列优化要求，设计不同的适应函数，使阵列方向图在相应的区域有一定的旁瓣电平，可以方便灵活地抑制干扰和噪声。选用恰当的适应函数，也可以在降低旁瓣的同时使阵列方向图的主瓣宽度一定程度地满足要求。差分进化算法与不等间距快速傅立叶变换(NFFT)的结合可以大大提高方向图计算的速度。 研究了利用微粒群算法对等间距阵列的优化。根据不同的阵列优化要求，设计不同的适应函数，使阵列方向图在相应的区域有一定的旁瓣电平，可以方便灵活地抑制干扰和噪声。利用微粒群算法的并行模式可以提高微粒群的收敛速度。微粒群算法与快速傅立叶变换(FFT)的结合可以大大提高方向图计算的速度。 研究了利用模拟退火算法对不连续稀疏阵列的优化。针对早熟现象，提出一种及早跳出早熟的方案。充分利用不连续分布的阵列的特性，结合FFT的实现技巧可以大大提高方向图计算的速度。 研究了利用微粒群算法对阵元失效阵列的校正。利用一种改进的微粒群算法可以增大跳出局部最优的概率。 提出了一种在对阵列配置误差，特别是少量阵元失效的宽容意义上的阵列优化的标准，并利用差分进化算法实现了这种标准下的不等间距阵列的优化。 研究了利用差分进化算法对成像声纳阵列的优化工程设计。提出了一种基于范围压缩的不等间距阵列的优化方法。 利用Java实现了利用模拟退火算法对不连续稀疏阵列的优化的可视化软件。