单纯形算法是一种直接搜索优化算法。它不需要目标函数解析，且运算简单，是一种有效的局部搜索方法，在很多领域得到了成功的应用。但是单纯形算法也存在搜索速度不够快、不易收敛、全局搜索能力差等缺点。 进化算法(如粒子群算法、遗传算法)是一种生物启发式随机搜索算法。算法基于仿生原理，简单通用、鲁棒性强、适合于并行处理，是有效的全局搜索方法，在多个方面得到了成功的应用。但常见的进化算法也存在易早熟、局部搜索能力差等缺点。 在对单纯形算法和进化算法进行深入分析的基础上，本文做了如下研究工作： 第一，基于梯度搜索在局部寻优中的高效性，提出了拟梯度的概念，并将其应用于基本单纯形算法中，形成了一种单纯形拟梯度搜索算法，提高了寻优速度和寻优质量。 第二，在遗传算法中引入单纯形空间划分思想，实现了个体的单纯形遗传。测试结果表明，该方法能有效地防止早熟收敛。 第三，将单纯形思想引入粒子群算法之中，实现了粒子的单纯形定位。实验表明，在相同测试条件下，此单纯形粒子群算法在搜索速度和精度上都有较大的提高。 最后，将基于单纯形的进化算法应用于电信网络的动态路由优化。