优化问题一直是科学技术和工程应用领域的研究热点,传统的优化方法在解决复杂度和规模日益增大的优化问题时遇到了不可避免的难题。随着计算机技术的飞速发展,群体智能算法作为一种新颖且有效的方法应用到优化领域,许多实用的智能算法被相继提出,而鱼群算法就是其中一种典型群体智能算法。本文以人工鱼群算法为研究对象,通过对人工鱼群算法的原理和作用机制的研究分析,提出了一种改进算法—基于水流作用机制的人工鱼群算法,提高了基本鱼群算法的搜索精度与全局搜索性能,并将其应用于组合优化问题,开拓了鱼群算法应用的新思路。本文主要工作如下：(1)详细介绍了鱼群算法的基本概念和工作原理，通过仿真实验分析算法中各个参数对鱼群算法性能的影响,总结了各个参数在初始设置时应遵循的一些经验和指导思想。(2)研究并分析了部分学者对鱼群算法的改进方案,分类介绍了一些典型的策略,通过对已有改进方案的研究,总结出鱼群算法自身存在的一些缺陷及基本改进思路。在此基础上提出本文的核心内容—基于水流作用机制的改进鱼群算法,通过模拟自然界中的水流的特性,在算法中添加水流对人工鱼的影响,包括持续性水流和周期性水流。通过仿真实验考察算法的收敛效率、收敛精度、全局收敛性能等指标,验证了改进算法的有效性。(3)将鱼群算法应用到一个典型的组合优化问题—旅行商问题中,通过对算法本身进行一些针对旅行商问题的调整,使得鱼群算法可以解决组合优化问题,用仿真实验证明其有效性,扩展了鱼群算法的应用范围。