工厂各车间选址、医院布局、电脑键盘分布设计、任务分配调度等都可归结为二次分配问题。在理论上，二次分配问题属于组合优化问题，存在“组合爆炸”现象。归因于NP-hard属性，很难在多项式时间内求解。迄今为止，国内外学者对其求解进行了深入的探索，获得了许多研究成果。其主要的求解算法包括：(i)精确算法，例如，分支定界算法、动态规划算法等；(ii)随机搜索算法，例如，遗传算法、模拟退火算法、蚁群算法、粒子群算法、禁忌搜索算法和人工鱼群算法等。人工鱼群算法是一种基于动物自治体的模式求解优化问题的智能算法，其求解机理和架构与以往的智能优化算法不同。鱼群算法对初值的质量和评价值函数的性能要求不高，参数设置简单，具有全局寻优能力和潜在的并行性。目前，一些学者通过将鱼群算法和一些传统方法相融合，用于求解光纤放大器的增益时的泵系数确定、WSN网络覆盖优化、TSP和股指预测等其他优化领域的各种问题。本课题组在国家自然科学基金项目、湖南省教育厅重点科学研究项目的资助下，对二次分配问题的启发式策略和鱼群算法进行探讨，取得了多项研究成果。本文主要工作和创新点如下：1.针对二次分配问题，提出一种启发式策略。从已知的矩阵信息获取知识，用于计算每一个工厂选址概率的启发式因子。接着通过赌轮选择得到每一个工厂的位置，并计算该选址方案的评价值。其启发式搜索算法是：每次迭代采用启发式策略构造包含n个工厂的选址方案，通过若干次迭代，从中选取最优的选址方案。实验表明本文启发式策略的可行性和有效性。2.针对二次分配问题，提出一种求解二次分配问题的混合鱼群优化算法。首先利用提出的启发式策略构造种群的初始解。然后提出了改进的鱼群觅食、聚群、追尾三种行为，并分情况选择视野距离，设计出合理的人工鱼个体的移动方法。最后利用差异演化算子加强局部搜索能力,弥补了人工鱼群算法求解精度不足的缺陷。实验表明本文算法有好的性能。二次分配问题有着广泛的应用背景。本文首先利用基于知识的启发式策略产生鱼群的初始解，然后利用改进的混合鱼群优化算法求解该问题，算法表现出较好的求解稳定性和较快的收敛速度。最后，希望本文算法能够推广到其他组合优化问题中，能够有助于对这些问题的求解。