针对卫星舱布局问题，本文提出了基于分步求解策略的智能计算方法，根据布局问题的特点，充分利用启发式方法可快速而有针对性地求解，同时，改进智能优化算法，提高其跳出局部最优的能力以及加快算法收敛速度，通过数值实验说明了这些方法是行之有效的。首先，从布局问题的研究背景入手，引出卫星舱布局问题的相关背景和研究现状，并简要分析目前研究卫星舱布局问题所遇到的困难，然后简要地描述本文对于卫星舱布局问题所做的研究工作。其次，介绍现今阶段卫星舱布局问题的求解方法，主要有启发式方法和协同进化方法，其中启发式方法包含了全装填寻优法和定位定序法。接着介绍了本文所提出的基于与约束条件相关的规则的分步求解方法，以达到多维约束降维的目的。随后，针对进化算法在求解带二维卫星舱布局问题上所出现的早熟现象，提出一种有利于保持种群多样性的多量子态量子进化算法(MQSQIEA)，并结合高效的定位定序启发式方法进行求解。通过多量子态编码、基于平均收敛概率的收敛标准、基于禁忌策略和启发信息的观测方法以及动态量子进化策略对量子进化算法的改进，提高了布局顺序的优化效率，并将定位概率函数引入到定位规则中以提高解的质量，数值实验结果表明，MQSQIEA在求解二维卫星舱布局问题的高效性。最后，以复杂的多约束耦合的三维卫星舱布局问题为研究对象，将改进人工蜂群算法与合作式协同框架结合成人工蜂群协同进化算法，引入基于约束条件耦合关系强弱的分步求解策略，以降低多约束条件所造成的复杂度。仿真实验结果表明，该算法能够有效求解卫星舱布局问题。总之，本文分别针对二维和三维的卫星舱布局问题，提出了基于分步求解策略的智能计算算法，数值实验结果表明，分步智能求解对于卫星舱布局问题是有效的。