无人潜航器作为未来无人化海战的杀手锏，正在发展成为新一代的水下作战平台。作为无人潜航器技术的一个重要发展方向，多水下无人潜航器巡游策略已成为当前研究的热点。受鱼群自组织行为的启发，发现鱼类的觅食、编队游动、智能避障等行为与多UUV的目标搜索、协同作战、避障等巡游策略存在某些相似性，本文将鱼类的群体智慧引入到多UUV巡游策略的研究中，对提高UUV完成侦察、作战等任务的效率和保持海上作战实力有重要的意义。首先，本文对人工鱼群算法的生物学基础作了详尽的介绍，在此基础上给出了人工鱼群算法的数学描述及行为描述，并以实验的方式对算法中各参数对寻优性能的影响作出分析。针对人工鱼群算法不能很好的平衡收敛速度与求解精度的缺点，提出了改进的人工鱼群算法。一方面，通过采用自适应调整视野与步长的方法，较好地平衡算法全局与局部搜索的能力；另一方面，通过引入差分进化变异算子来防止人工鱼在局部极值点的大量聚集。将改进后的算法用于对大量无约束的测试函数进行优化，并与遗传算法、粒子群算法、差分进化算法、未改进的人工鱼群算法的优化性能进行了比较，结果表明，改进后的人工鱼群算法在引入较少的参数情况下，性能要比其他几个算法好，并且改进后的算法能有效地用于解决多峰和多维的优化问题。其次，将鱼群的自组织行为引入到多UUV的巡游策略中，主要体现在以下三方面：通过对鱼群自组织特性的研究，将鱼群集群行为抽象出靠近、对齐、分散及避免与边界碰撞四条规则，并给出规则的具体实现。在此基础上，通过观察、感知、决策三种行为实现多UUV编队巡游；受鱼群觅食行为的启发，提出了基于鱼群觅食行为的多UUV搜寻目标策略，并给出了算法的具体实现；受鱼群避障行为的启发，用传感器模拟人工鱼的感知系统来实现多UUV的避障策略。最后，在VC++6.0编译环境下，利用MFC平台搭建OpenGL工程来实现多水下无人潜航器巡游航行的可视化。具体包括海洋、海底及海面的渲染，海底障碍物的绘制，无人潜航器模型的绘制、加载及显示，多无人潜航器动态巡游、搜索目标的实现及爆炸效果的显示等内容。