小世界算法是继小世界网络在企业管理、网络信息、生物领域等众多领域之后的又一崭新应用领域。小世界算法效仿小世界网络中信息高效传递的方式，因其具有简单的搜索算子构造、良好的全局搜索能力等特点，受到了众多优化算法研究者广泛关注。本文针对基本型小世界算法中，节点之间信息相互孤立、局部短连接搜索效率低等不足，对其进行了改进，并将改进后的小世界算法应用于飞机自动飞行控制系统的优化设计中。论文主要开展了如下几方面的工作：　　1．对小世界网络的构造和特性进行了较为全面的阐述。对基本型小世界算法的原理、步骤和不足进行了详细的论述，对后文的对其改进研究奠定基础。　　2．针对基本型小世界算法的节点之间信息相互孤立、局部短连接搜索算子效率低等问题，使用线性变化的局部短连接搜索的概率和节点邻域大小，同时使用新型短连接搜索策略和精英选择的策略，而提出了均衡型小世界算法。测试表明，均衡型小世界算法的综合优化性能优于基本型小世界算法，而劣于基本型遗传算法。将均衡型小世界算法与传统的非线性规划算法相杂交，提出杂交型小世界算法。测试表明，杂交型小世界算法的综合优化性能优于或远优于基本型小世界算法、均衡型小世界算法和基本型遗传算法。　　3．对约束条件采用惩罚函数的方式，使均衡型小世界算法和杂交型小世界算法能够处理有约束的优化问题。测试表明，均衡型小世界算法处理约束问题的综合优化性能优于基本型小世界算法，而劣于基本型遗传算法；杂交型小世界算法处理有约束问题的综合优化性能优于或远优于基本型小世界算法、均衡型小世界算法和基本型遗传算法。　　4．将基本型小世界算法、均衡型小世界算法、杂交型小世界算法和基本型遗传算法应用于飞机的自动控制系统优化设计中。试验表明，4种优化算法的设计效果明显优于根轨迹法；均衡型小世界优化算法的设计效果优于基本型小世界算法，而劣于基本型遗传算法；杂交型小世界算法的设计效果都优于基本型小世界算法、均衡型小世界算法和基本型遗传算法。　　5．通过UDP通信接口，将MATLAB软件中的Simulink模块和FlightGear飞行模拟器联合起来，对采用杂交型小世界算法设计的自动飞行进行了视景仿真，生动形象地展示自动飞行过程。