智能算法经过多年的研究，已经取得了飞速发展。目前，它是解决复杂优化问题的一个重要方法，已被广泛地应用于工程技术、军事科技、网络通信、金融、自动控制、资源分配和经济管理等许多领域。　　果蝇算法是一类新的全局优化进化算法。它是通过对果蝇觅食行为的模拟提出的。与其他智能算法比较，它具有原理简单和随机搜索性能强等优点，被广泛应用于科学和工程领域，因而对果蝇优化算法的研究具有深刻的意义。旅行商问题是指去到很多个地方的时候，需要寻找到在去过每个地方一次后再回到出发地点的最短路径。圆排列问题是指给出很多个大小不同的圆，将这些圆放进矩形中，每个圆都和矩形的底边是相切的，将圆进行排序，找出长度最小的圆的排列顺序。　　鉴于果蝇优化算法在实际应用中的缺点，文中给出了改进算法，并分别用来求解旅行商问题和圆排列问题。本文主要工作如下：　　首先，在阐述了基本果蝇优化算法的理论背景、工作原理和算法流程后，分析了它的优缺点。　　其次，针对果蝇优化算法采用固定步长移动方式易陷入局部极值的缺点，给出了自适应调整步长的改进果蝇优化算法。即就是，在寻优过程中，算法根据迭代次数自适应调整参数，从而得到一种自适应果蝇优化算法。这样算法在寻优初期步长较大，避免陷入局部极值；而后期随着迭代次数的增加，步长变小，从而可以使算法更快更精确地收敛到全局最优点。在仿真实验中，利用经典测试函数的寻优结果表明，所给算法具有良好的全局搜索能力；并将其应用到旅行商问题中，实验结果说明了改进方法是有效的。　　最后，为了进一步提高果蝇优化算法的寻优性能，给出了自适应学习因子的果蝇优化算法。其基本思想是：在果蝇的移动距离公式中引入自适应学习因子后，算法将随着迭代次数的变化而变化。这样算法能够在收敛速度、精度和稳定性上均有较大提高。接着将其应用到求解圆排列问题。在仿真实验中，与已有的优化算法进行对比，结果显示了所给改进算法是可行的。