大规模集成电路设计正向深亚微米工艺不断推进，已经突破100nm大关。现有EDA工具难以应付复杂度呈指数增长的诸多VLSI设计难题，也缺乏对深亚微米工艺下一系列新问题的考虑。VLSI物理设计中的布局、总体布线和详细布线是典型的NP问题，计算智能方法为解决NP复杂度的大规模问题展示了广阔前景，因此研究各种计算智能算法求解这类问题，对于满足深亚微米工艺下高性能物理设计中的诸多要求是十分重要的。本文工作正是在这样的背景下，基于中国博士后基金，结合四川省科技厅的应用基础项目 《计算智能在超大规模集成电路物理设计中的应用》，对计算智能算法及其在VLSI物理设计中的应用，展开了一些研究工作。本文完成的主要工作如下：1） 首次将分形技术引入到VLSI物理设计中，提出了一种崭新的布局线长估计方法，它与传统的线长估计方法比较，估计结果更接近于实际线长。计算机仿真结果表明它是一种实用且有效的线长估计方法。2） 首次将禁忌搜索算法与结群技术相结合，并将其分别应用于门阵列布局和BBL布局中，计算机模拟结果表明该算法鲁棒性强、有效，适应性广，适用于大规模门阵列布局和BBL布局问题，3） 分别用神经网络技术、遗传算法和蚁群算法对两端线网布线问题进行了研究，并对结果进行了分析比较。在不同布线阶段，分别采用上述方法，可大大提高两端线网布线效率。4） 提出了一种基于均场退火的通道布线算法，并与基于Hopfield 神经网络的通道算法进行了比较，结果表明在得到较好布线结果的情况下，其求解优化时间大大降低