布尔函数常被用来设计对称密码体制中的重要组件,其安全性质与整个密码体制的安全性能息息相关。因此,具有优良密码学性质的布尔函数的设计问题一直是对称密码体制中的重要研究方向之一。本文研究并优化生成高非线性度平衡布尔函数的爬山算法（Hill Climbing,HC）,在此基础上,结合理论构造和智能搜索两种思想,给出了一种新型的算法,通过程序仿真验证本文提出的算法在高非线性度平衡布尔函数的构造上具有优越的性能。首先,本文研究了构造布尔函数的传统HC1算法,发现其存在两个限制算法性能的缺陷:第一,初始搜索节点不平衡,导致算法生成的布尔函数并非一定是平衡的;第二,算法达到平衡的搜索节点后中止搜索,导致算法生成的布尔函数非线性度较低。针对以上两个缺陷,本文提出优化HC1算法,从平衡的初始节点出发,达到平衡节点后仍继续向前搜索。仿真结果表明,本文提出的优化HC1算法生成平衡布尔函数的概率提升到了100%,同时非线性度的表现也优于传统算法。其次,本文研究了构造布尔函数的传统HC2算法,但是该算法并没有充分利用二阶爬山的优势:相比HC1算法,HC2算法寻找上升方向时存在平移方向。因此本文优化HC2算法的流程,在当前节点不存在上升方向时,企图从等高线上平移后继续寻找上升的可能性。通过仿真结果可以看出:第一,从部分角度看,本文提出的优化HC2算法在部分点上的概率相较传统HC2算法同比提升了50%以上;第二,从全局角度看,本文提出的优化HC2算法生成的布尔函数的非线性度加权均值高于传统HC2算法,但提升幅度有限。最后,结合布尔函数的理论构造和智能搜索两种思想,本文提出一种DSDHC算法,将高元布尔函数的构造问题转化为两个小变元布尔函数的构造问题,其一是偶数变元的Bent函数的构造,其二是任意变元的高非线性度的平衡布尔函数的构造。同时利用布尔函数循环Walsh谱的特性,在不影响函数的非线性度的前提下对函数进行变换,进一步优化HC2算法的性能。仿真结果表明,本文提出的DSDHC算法有90%的概率构造达到理论非线性度上限的奇数变元平衡布尔函数,构造的偶数变元布尔函数的非线性度也远远优于普通HC算法。