1、模拟退火Simulated Annealing算法
模拟冷却算法是一种随机搜索方法，它的主要特点是不用穷遍集合中每一种可能性就可以找到{zy}或几乎{zy}的状态。它是通过模拟一个分子系统的自然冷却系统来 做到这一点的。在每一种状态，它随机地选择了一种相邻的状态，如这种相邻的状态有一个更低的成本，系统将会转移到该状态。如果这种相邻的状态有一个更高的 成本，系统将可能会转移到该状态，也可能不会转移到该状态。转移的概率依赖于现在的状态的温度参数（该值越高，转移的概率越大）和两个状态之间的成本的差 异（差异越大，转移的概率越大）。温度将会渐渐低下来，最终会达到均衡。模拟冷却算法常常用来尝试发现离散数学中一些问题的几乎{zy}的解。
2、非连通的集合算法来结合覆盖设计
如果对某个v=v1+v2和所有的t1+t2=t,都有大小为N1的覆盖设计（v1,k1,t1）和大小为N2的覆盖设计(v2,k2,t2)存在，那么 将有大小为N=N1*N2的覆盖设计存在。然而，可以用这种方法产生的旋转矩阵数量很少，而且构造的过程也很复杂。很少的旋转矩阵是用这种方法产生的。
3、贪婪算法
这种算法产生了许多许多的旋转矩阵。这种算法的核心思想是：每个区组都尽可能少重复前面区组的数字，一直重复下去，直到你得到一个覆盖设计。你可以用顺 序、逆序或灰色、随机的顺序来重复这个过程。或者可以用你所喜欢的设计。事实上，笔者起初的时候正是用这个方法来产生一些比较简单的矩阵，但是这种算法看 起来容易，实际上却十分繁琐，如果不用计算机，即使是很简单的矩阵，也要耗费无数的精力。而且，这种算法只能保证可以产生旋转矩阵，却无法保证产生的旋转 矩阵一定是{zy}的。当参数很大时，用它产生的矩阵离{zy}的矩阵还差的很远。
但是，可以用这种方法产生旋转矩阵，然后利用其他的优化算法对它再进一步优化，这样可以产生比较优良的旋转矩阵。
4、诱致算法
Greg Kuperberg是这种算法的主要创立者和提倡者。
先利用一个巨大的参数为(V,K,t) 的旋转矩阵 ，从V个点中按照某种顺序或xx随机的选出v个点，然后将他们用原来的长度为 K的区组隔断，得到了每个区组个数不定的一个覆盖。{zh1}，将这个覆盖进行如下的修补即可：对每一个长度为l的区组，将该区组替换成一个（l,k,t）的覆 盖设计。这是一种比较复杂的算法，然而，确是迄今{zh0}的算法之一。
运用他可以产生优化程度比较高的矩阵。然而，运用这种算法的一个很大的限制是，必须要有一个参数很大的旋转矩阵和许许多多的参数比它小的矩阵。