群体动画是一种借助计算机对群体行为进行模拟研究的技术，它是随着计算机图形学的不断发展而逐渐成熟起来的。对需要描述的事物用动画的形式表现出来，不仅能清楚的反映事件的过程，展现出更贴近现实的画面，还能在一定程度上加大人们对群体行为的认知范围。群体动画创作时想象力丰富、可塑性强、效果生动逼真，被广泛应用在电视广告、电影特效、公共安全评估、军事模拟、游戏设计、教育演示等许多领域，对社会发展和人类进步起到了很大的促进作用。早期的动画制作主要借助于手动绘制和关键帧技术，这些技术存在的局限使得群体动画的制作既耗费大量的人力、财力和时间，又不能保证角色的智能性和群体行为的真实性。由此，基于智能算法的群体动画研究逐渐成为广大学者关注的焦点。角色、场景以及角色的行为表现是群体动画制作中的三个主要组成部分，也是反映动画制作效果的关键因素。快速有效的角色生成方法，生动真实的群体行为表现，代表着动画制作的质量。基于以上因素，本文主要做了以下工作：(1)人工鱼群算法的改进研究：描述了几种智能优化算法的构造原理、实现流程和相关研究等。在分析人工鱼群算法优缺点的基础上对其进行改进研究，针对人工鱼群算法后期搜索速度慢，易陷入局部最优等问题，利用社会学习机制中的趋同和趋异行为对其进行改进，在一定程度上提高了算法的搜索性能。(2)三维场景及角色构建：介绍了一些三维动画制作软件的基础理论，在详细分析Maya相关功能和三维场景建模流程的基础上完成了三维场景的构建。以人体骨架结构为基础，利用B样条构造基本人物模型，再对已建立好的基本模型用遗传算法的选择、交叉和变异三个基本操作进行遗传更新，以获得多个角色模型。(3)群体动画的融合：在考虑碰撞检测和避免的基础上，利用改进的人工鱼群算法对群体行为路径进行规划设计，将得到的路径数据导入到Maya中，利用Maya提供的工具将建立好的角色、三维场景以及规划的路径融合在一起，得到相应的群体动画效果。