微粒群算法是基于群体智能理论的优化算法,通过群体中粒子间的合作与竞争产生的群体智能指导优化策略。微粒群算法与其它进化算法有许多共同之处,均使用“群体”概念,表示一组解空间中的个体集合。这与行为生态学中研究的动物群体觅食问题有许多相通之处。因而国外的一些研究人员开始将微粒群算法用于模拟动物的群体觅食行为,但其对动物群体觅食行为的仿真研究尚处于萌芽阶段,还存在诸如动物群体觅食环境的过分简单抽象、动物个体感知的单一性、动物个体间信息交互方式的单一性和动物对觅食需求的确定性等问题,从而使得动物群体觅食行为的研究与实际动物觅食行为存在着较大的差距。本文在前人研究的基础上,以微粒群算法为工具,试图建立能更加准确反映实际动物觅食行为的模型,并对其进行仿真研究。论文首先模拟实现了动物的觅食环境,即随机动态分布的食物环境。然后讨论了两种动物之间的信息交互方式——全局交互与局部交互。在动物感知食物方面,研究了仅靠嗅觉的感知方式和嗅觉视觉相融合的感知方式。在此基础上,用微粒群算法模拟了在不同感知模式及信息交互方式下的四种动物群体觅食行为,并进行了大量的仿真实验。仿真结果表明:本文给出的动物觅食模型能够较好地模拟动物群体的觅食行为。该研究对于了解动物群体的觅食行为以及基于动物群体行为构造更有意义的全局优化群智能算法具有参考价值和理论意义。