多投资项目问题在如今飞速发展的市场经济时代已经成为许多企业研究和关注的焦点和热点问题之一。企业如何在众多备选项目中根据有限的资源(如资金、设备和人力等)选择最优的项目组合使企业取得最大经济收益是企业决策人员所面临的亟需解决的核心问题。同时,如何对所选项目进行合理的资金分配以解决多投资项目环境下企业的资金冲突问题,对企业能够有效的缩短项目周期,提高组织效益有着重大关系。迄今为止,很少有人运用智能优化算法解决多投资项目问题。据此,本文运用人工鱼群算法解决此类问题。人工鱼群算法是一种基于模拟鱼群行为的新型的智能优化算法,具有实现简单,对初始值、参数设定及目标函数要求不高、能够达到全局收敛的目的和鲁棒性强的特点。但随着深入研究,人工鱼群算法自身的一些不足也渐渐突显出来。因此本文针对人工鱼群算法的些许不足进行了改进,并进行了仿真研究。主要研究内容为：首先,通过在基本人工鱼群算法中引入移民行为,使多个人工鱼种群可以通过该行为的联系并行搜索,并结合人工鱼群算法本身的特点,形成了一种多种群人工鱼群算法。该改进的算法有效地改善了基本人工鱼群算法的不足之处,提高了搜索效率。其次,通过将基本人工鱼群算法与人工蜂群算法相结合,形成了一种新的混合优化算法。此种改进后的人工鱼群算法,利用了两种智能算法的优点,有效地提高了其求得最优解的速率。最后,针对多投资项目问题中的最优项目组合的选择及资金分配问题建立了相应的数学模型,并通过仿真实验,运用基本人工鱼群算法、多种群人工鱼群算法和混合优化算法对其求解,验证了该算法对求解此类问题的有效性,并通过结果比较,验证了改进后的人工鱼群算法的优越性。本文通过人工鱼群算法在多投资项目问题中的有效应用,拓展了该算法的应用领域。