在化工生产中,传递现象决定了包含反应器在内的多种设备的性能。影响传递现象的一个重要因素是设备的内部结构,优化设备结构实现特定的流动形式是提高传递过程效率的一种重要手段。本文针对热量传递和动量传递过程,通过建立基于群智能优化算法的设备结构优化方法,实现传递过程强化。针对单目标体点导热优化问题,提出二进制粒子群算法（BPSO）。通过BPSO优化高导热材料的分布位置,从而获得最优导热通道结构。考察热导率比、高导热材料占比、热沉位置、优化目标对最优导热通道结构的影响,发现对于不同的算例,最佳的导热通道结构均呈现树状结构特征。针对多目标体点导热优化问题,提出改进二进制量子粒子群算法（MBQPSO）,并将MBQPSO与Tchebycheff分解方法结合,提出基于分解的多目标优化算法MOMBQPSO/D。该算法结合了群智能优化思想与传统的分解思想,首先将多目标优化问题分解为若干单目标优化子问题,并让粒子群中的每个粒子分别负责求解一个子问题;之后,利用粒子群间的合作机制,实现所有子问题的同时求解,通过一次运行便获得一组完整的Pareto解集。同时以最小化平均温度和最小化温度方差为目标进行多目标优化,所有Pareto解对应的导热通道结构均为树状结构。优化结果显示:当最小化平均温度权重较大时,树状结构与热沉相连的主干相对较粗;反之,当最小化温度方差权重较大时,树状结构主干较细,而枝杈较长。针对流道优化问题,提出基于无梯度水平集的拓扑优化方法（DFLS-TO）。采用无梯度水平集方法和B样条曲线方法识别流道边界并进行光滑处理;采用格子玻尔兹曼方法结合浸没边界法进行流场计算;基于计算结果,采用量子粒子群算法（QPSO）或基于分解的多目标量子粒子群算法（MOQPSO/D）进行流道结构的单/多目标优化。采用DFLS-TO以最小化压降为目标对弯头结构进行单目标优化,发现当Re增大时,最优弯头结构弯曲度增加。以最小化压降和最小化流量分布不均匀因子为目标对分布器结构进行多目标优化,发现当最小化流量分布不均匀因子权重较大时,流道内部出现挡板结构,且湍流情况的挡板尺寸大于层流情况的挡板尺寸。