优化算法是一门以数学为基础的、用来求解各种工程问题最优解的计算机应用技术。优化算法是当前计算机领域的研究热点之一。作为优化算法的重要内容之一的群智能优化算法越来越受到界内学者的关注,并已成为相关学科的热点研究内容。因而作者进行群智能优化算法方面的研究具有一定的现实意义。本研究的主要内容和主要成果如下:(1)第一章概述了群智能优化算法研究的目的、介绍了群智能优化算法的研究现状。最后给出本硕士论文的组织结构和研究内容。(2)第二章提出了基于模拟渔夫捕鱼行为习惯的群智能优化算法——一种模拟渔夫捕鱼的寻优算法(SFOA)。该算法采用移动搜索、收缩搜索和加速搜索三种搜索技术。初始时在搜索域中随机分布有若干个点,每个点看作一个“渔夫”,每个“渔夫”通过移动、收缩和加速三种搜索方式在搜索空间中独立开展寻优活动,以搜寻全局的最优解或最优点。(3)第三章提出了一种基于人工鱼群算法的机器人加工路径规划新方法。该算法搜索效率高,能在较短时间内求得最优解,可满足机器人加工的实时性要求。(4)第四章提出了一种AFSA与SFOA相结合的混合算法。该算法在优化初期使用AFSA搜索局部最优域,而在优化后期则使用SFOA在优化前期所初步确定的局部最优域中搜索最优解。该算法具有优化精度高、收敛速度快的特点。