超启发式算法及其应用一直是计算机理论科学领域研究的重点。研究表明,超启发式算法对于求解NP-hard难度问题和优化信息检索技术的性能和质量十分有效。设施布局问题(FLP)属于NP-hard难度问题,而生产车间合理的设施布局能有效地提升企业生产效益,但目前尚不存在精准而有效的方法来求解FLP的全局最优解。对于信息检索中的主题爬虫(FC)技术,其旨在从整个Web上抓取尽可能多的与特定主题相关的网页,因此如何优化FC技术的全局搜索能力十分重要。本文主要研究多行动态设施布局问题(DFLP)和主题爬虫搜索策略,通过提出几种超启发式算法来求解多行DFLP问题和提高主题爬虫的搜索性能。具体研究内容和方法如下:1)对于多行DFLP问题的求解,本文提出了一种改进的遗传算法(mGA)和回溯搜索算法(BSA)。首先,通过结合使用自适应部分映射交叉(PMX)和自适应混合多种变异策略来提高遗传算法(GA)解的多样性,提出一种求解多行DFLP的改进遗传算法(mGA)。其次,对于一种新的进化算法——回溯搜索算法(BSA),由于其具有独特的初始化、交叉以及变异机制和更强的“记忆”能力,本文通过对其进行改进后引入多行DFLP的求解。最后,将不同算法应用于经典算例进行实验测试,计算结果验证了mGA和BSA算法求解多行DFLP问题的有效性。2)对于优化主题爬虫检索技术,本文提出一种基于本体的主题退火爬虫算法(FCOSA)。在FCOSA算法中,提出了使用基于全局本体和局部本体的超链接二次筛选策略,结合改进的模拟退火算法(ISA),可以有效地拓宽爬虫路径,避免主题爬行陷入局部最优搜索。通过以“暴雨灾害”为主题,实现基于不同优化算法的爬虫策略,发现FCOSA算法是优化FC技术的一种非常有效的方法。