在回顾了球(圆)形Packing问题的研究现状后,指出此类问题是NP-hard问题,迄今不存在确定型的求解算法。启发式算法是求解此类问题的有效途径。为处理等球Packing问题,本文介绍了拟物模型以及基本拟物算法,并在基本拟物算法上做出三项改进：伪球策略用于保证可行解的精确性；快退策略用于削减不必要的计算时间；邻居球策略把物体对间距离的计算时间复杂度从O(n2)降低到O(n),其中n是等球数目。包含了这三项改进的拟物算法是本文的局部优化器,记为AO。给定了初始构型的算法AO是一个确定型算法。然后,本文设计了序列对称换位策略作为主要的全局搜索策略。将这一策略与局部优化器AO结合,得到复合算法Al。此外又设计了抖动下落策略作为辅助搜索策略,把抖动下落策略应用于A1,得到复合算法A2。算法A1和A2都是从随机初始构型出发,用序列对称换位策略生成O(n2)个新构型,调用AO依次局部优化它们,从中取出最紧凑者作为搜索结果。因为Al和A2每次计算只检查O(n2)个构型,故而可以处理比较大的算例。本文使用算法A2在立方体容器内和球形容器内各装填了多达200个等球。对立方体内装填1到200个等球的算例,A2贡献了当前世界最好记录中65项。对球形容器内装填1到200个等球的算例,A2在前72个算例中贡献了25项当前世界最好记录,而其余算例上的结果大多是由A2新发现的。特别地,A2成功地把68个半径为1的等球装入了半径小于5的大球中,证否了以前的一个猜想,即半径为5的大球至多只能装填67个半径为1的等球。