秦始皇陵兵马俑是中华民族物质遗产的金字招牌,但由于岁月侵蚀、破损文物汇聚成滩难以复原,基于高性能计算是解决此问题的必要手段。然而,存在俑体碎片形状不规则、特征模糊不易提取等问题,且多碎片拼接实属于NP难题。而直觉模糊具有更强表征与辨析能力,更加适合处理特征模糊的多碎片匹配问题。此外,群体智能在解决全局拼接NP难问题上独占优势。因此,本文将直觉模糊与群智能算法相结合并应用于多碎片虚拟拼接中,展开研究如下:（1）为提升差分进化算法多样性和收敛性能力,分析并归纳了影响差分进化算法性能的参数自适应调节机制与改进策略,提出基于精英差异反馈策略的自适应差分进化算法（Adaptive differential evolution algorithm based on elite differential feedback strategy,EDF-DE）。首先,通过多样性加权距离指标筛选建立邻域模型;其次,通过寻找全局与邻域精英差异设计一种精英差异反馈交叉策略,两种差异交互式指导交叉算子;最后,使用自适应手段动态控制步长因子,并引入具有归档策略的变异算子,平衡了DE算法的收敛性与多样性。（2）针对模糊多目标优化问题中,模糊集只能表示单一隶属度的局限性,进而无法细腻刻画当前解集分布性问题,提出基于直觉模糊熵混合策略的灰狼多目标优化算法（Multi-objective optimization algorithm of grey wolf based on intuition fuzzy entropy mixed strategy,MOIF-MSGWO）。首先,利用二次插值初始种群,增强种群质量与多样性。其次,设计了直觉模糊种群熵（IFE）,建立IFE细粒度分布的三种控制策略;根据IFE所体现的分布与聚合程度,设计了灰狼更新算子与自身学习算子进行局部开发,利用乘除法算子实现全局寻优,以获得多目标解的均匀分布同时提高了Pareto解的精度。（3）将改进多目标与单目标分别应用于俑体碎片的匹配与拼接。针对特征缺失、匹配NP难问题,利用MOIF-MSGWO算法求解多碎片最优匹配对,建立Pareto解集中个体向全局匹配表的映射关系,进一步使用匹配表得出最优匹配对,剔除不匹配碎片。在此基础上,将拼合任务建模成单目标优化问题,通过EDF-DE算法迭代求解最优个体,以个体参数为旋转、平移指数,构造转换矩阵完成对多碎片的全局精细拼接。