优化问题是从实际应用中产生的，它不论在经济、军事还是高科技领域都有着重要的研究价值，因此进行这方面的研究就显得非常有必要。然而随着问题在复杂度和规模化等方面的提高，这些基于严格机理模型的传统优化算法在使用方面变得越来越困难。智能算法为解决优化问题提供了新的工具。　　 人工鱼群算法是一种新型的群智能全局优化算法，它具有优良的分布式计算机制、较强的鲁棒性、易于和其他方法结合等优点。　　 本文分析了基本人工鱼群算法(AFSA)存在的不足，并提出了改进措施。主要是通过引入高斯变异算子、差分进化算子、进化策略、混沌搜索、单纯形等对基本人工鱼群算法的觅食、聚群和追尾等主体行为进行改进，提出了自适应高斯变异人工鱼群算法(AGMAFSA)、混合变异算子人工鱼群算法(HMAFSA)、基于进化策略的人工鱼群算法(ES-AFSA)、基于混沌搜索的人工鱼群算法(CAFSA)、基于单纯形的双群人工鱼群算法(SMBGAFSA)等多个改进的算法，从给出的典型算例看，这些算法在一定程度上防止了算法早熟，提高了收敛的速度和精度。　　 本文另一方面的工作，是针对整数规划问题、多元线性回归问题、函数近似求导求积分及聚类分析等一些具体的应用问题，设计出了相应的人工鱼群算法，从算例对照看，求解的效率和精度都有了明显的提高，拓展了求解这些问题的思路和方法。　　 最后是结束语，对本文的总结和未来工作的展望。