群体智能是基于自治、非中央控制系统的聚合行为的人工智能。随着对复杂系统的深入研究,传统的“从上而下”的研究方法遇到了很多的困难。一种新的研究方法---群体智能被广泛应用在复杂系统的优化、模拟、仿真等领域。群体智能方法两个重要的研究领域是优化模型和基于agent的模拟上。在优化模型中比较著名的是蚂蚁算法和粒子群算法。人工社会系统是基于agent的模拟的重要组成部分。本文主要研究内容如下:1)介绍了群体智能方法的起源及基本方法学。2)介绍了基于群体智能的优化算法,其中包括蚂蚁算法,粒子群算法和基于Agent的优化模型。3)介绍了群体智能方法在人工社会系统中的应用。基于agent的建模方法在人工社会系统中得到了广泛的应用。同时,群体智能方法提供了一种研究社会系统的新方法—模拟。4)引入一种特殊的算子以使粒子群算法可以用于求解旅行商问题。5)使用多Agent模型求解多目标优化问题。在模型中,每个agent都有自己的信念和状态,通过信息的交流和学习自适应的搜索解空间。每个agent都有不同的偏好来优化不同的目标。6)研究了基于agent的拍卖市场。提出了一个包括生产过程的经济模型,研究了在这个模型中一些经济现象。7)使用元胞自动机模型建立的微观交通模型研究交通信号控制策略的性能,研究了不确定交通信息下各种控制算法的效果,同时研究了双环路中同步控制策略的特性。本文的研究结果丰富了群体智能方法在优化和模拟方面的内容,加深了对群体智能方法的认识,有一定的理论意义和应用价值,为进一步的研究提供帮助。