码分多址是第三代移动通信系统所采用的主流标准，但该技术中各用户使用的扩频码集一般并非严格正交，产生了多址干扰及远近效应等问题，严重影响了通信系统性能，限制了系统容量的增加。多用户检测是为了解决这类问题而提出的一项关键技术。早期的最佳多用户检测算法由于具有指数级的计算复杂度而在实际中难以实现，研究和应用较多的是次优多用户检测算法。智能优化算法通过模仿自然与生物机理处理模式，把自然界中生物优化处理过程提炼为信息优化处理方法，具有全局优化性能、通用性强、且适合于并行处理的优点。将智能优化算法与多用户检测相结合，探索工程上更易实现的次优多用户检测器的设计方法，是近年来通信领域的热点研究课题。本文所作的主要工作：(1)综述了多用户检测的发展历程和研究现状，阐述了智能优化算法及其在多用户检测中的应用可行性。在分析多用户检测原理的基础上，讨论了几种常用算法的性能、特点和不足，并进行了计算机仿真。(2)分析了遗传多用户检测算法的性能和参数选取的影响。针对算法存在的不足，提出了基于Sigmoid函数改进交叉概率和变异概率的自适应遗传多用户检测算法，并将这种自适应变化的交叉概率和变异概率引入并行遗传算法，构造出自适应并行遗传多用户检测算法。计算机仿真表明了两种算法抗多址干扰和抗远近效应能力均有较大的提高。(3)在自适应遗传算法的基础上，分别引入模拟退火和变禁忌长度禁忌搜索算法，构造出两种混合智能优化算法，并将其与多用户检测算法相结合，得到两种新的基于混合智能优化技术的多用户检测算法。计算机仿真表明两种新算法具有较高的收敛速度，且在计算复杂度较低时性能接近最佳多用户检测。