本文主要以人工鱼群算法为研究对象，系统研究了人工鱼群算法的构造原理及改进策略，并在此基础上提出了一种多行为的具有全局收敛优先性能的改进人工鱼群算法。主要工作和贡献包括以下方面：（1）详细分析了基本人工鱼群算法的构造与原理。从鱼群行为，算法参数等方面对算法的收敛原理做出了分析与解释，利用仿真结果证实了人工鱼群算法的优秀收敛性；对算法中的主要参数如视野，步长等做了细致的分析，探讨了参数对算法收敛性能的影响。（2）对基本人工鱼群算法的缺陷进行了总结，归纳给出了改进算法性能的方法与步骤。根据改进方法的不同，分门别类的对各种改进方法进行了介绍，并对其中比较优秀的改进算法如量子人工鱼群算法、混沌人工鱼群算法进行了详细的介绍与分析。（3）在前面研究的基础上，针对人工鱼群算法的缺陷，吸收多种改进算法的优点，提出了一种多行为的具有全局收敛优先性能的改进人工鱼群算法。从人工鱼群的行为、系统参数的设置等方面综合的改良了基本人工鱼群算法，并通过Rastrigin函数、Griewank函数和Rosenbrock函数对算法的性能进行了测试，从算法迭代速度、算法收敛精度和算法的复杂度等方面进行了全面的对比考察，通过数据证明了这种改进的复合行为全局最优人工鱼群算法相对于基础人工鱼群算法而言有着更好的收敛性能，是一种行之有效的优秀改进方法。