人工鱼群算法是一种新型的群智能随机优化算法，本质上是一个复杂的智能系统，它具有较强的鲁棒性、优良的分布式计算机制、易于和其他方法结合等优点。目前对该算法的研究、应用已经渗透到多个应用领域，并由解决一维静态优化问题发展到解决多维动态组合优化问题。人工鱼群算法已经成为交叉学科中一个非常活跃的前沿性研究课题。　　论文首先简单阐述人工鱼群算法的基本思想、特点和研究现状，论述对其进行改进研究的意义;然后讨论了几种对算法进行改进的方法，并对人工鱼群算法寻优机制，算法收敛性和算法各参数对收敛性的影响等因素进行了分析;在此基础上，提出了一种基于人工心理模型的人工鱼在解空间可随环境变化转换搜索模式的方法，即通过在人工鱼群算法中加入记忆模块、环境感知模块、情感模块及个性模块，来感知环境信息，调整内部状态，从而产生行为意图，进而通过个体间相互作用涌现出群体的自组织行为。将该模型分别应用于求解连续函数优化问题和组合优化问题的人工鱼群算法中，仿真结果表明本文算法在保持了良好的搜索能力的同时，显著减少了算法耗时。