由于运载火箭和航天器的负载能力有限,与此同时大气层以外的空间环境具有很大的复杂性,航天器经常因为燃料耗尽或者某些器件失灵而导致原定的航天任务失败。因此如何对航天器进行最优制导与控制以及对故障航天器进行姿态控制已经成为航天与控制学科的热门领域。本文主要研究了基于智能算法的航天器最优制导与控制和欠驱动航天器的姿态控制这两类问题,主要贡献创新点如下:首先针对航天器最优制导与控制问题,给出了一种能满足速度和位置六个末端约束的串联制导算法。针对发动机推力方向可控的航天飞行器,首先对飞行器进行运动动力学建模,建立相应的最优制导问题,进而将其最优制导问题转化为最优控制两点边值问题即正倒向微分方程（FBDEs）求解。然后我们将得到的FBDEs进行降维,由原来七个变量变为六个变量,减低求解难度。针对经典牛顿迭代法对初值敏感问题,选择了基于量子粒子群算法与阻尼牛顿串联的混合算法,降低迭代算法对初始点的要求,并用仿真实验证明了该结论。针对欠驱动航天器姿态控制问题。本文验证了当系统的总角动量不为零时,欠驱动航天器可以沿着指定惯性轴姿态稳定。根据Tsiotras模型进行坐标系转换使得原来不可控的运动学方程解耦,并得到该坐标系下的目标姿态参量,然后对该控制系统进行线性化。在充分考虑到系统中可能含有不确定的参数信息的情况下,采用基于数据驱动的控制方法得到近似LQR最优控制器,从而没有用到任何关于系统参数信息。数值仿真表明该姿态控制方案可以有效应用在欠驱动航天器控制问题中。