用计算机模拟真实动物的思考和行为是一个富有吸引和挑战的课题。本文探究了对人工鱼智能行为模拟的方法。该研究目的不是人工鱼的逼真可视化效果,而是关注对鱼类真实行为的模拟。本文创新点有两个,一是我们描述了一个对人工鱼类智能行为模拟的理论模型。该理论模型适用于一般的智能人工鱼,且具有可扩展性,可以用其模拟各种鱼类的行为。通过加入不同的神经网络,可以实现不同行为的模拟。二是本文引入SOM网络等神经网络算法,人工鱼在无监督的学习下改进自己的行为,实现人工鱼自适应和自学习能力。本文介绍了在这个理论模型基础上,我们构建的一个实际的人工鱼模型。该模型分为感知模型、思维模型和行为模型三个子模块。其中感知模型模拟的是鱼类的感觉器官。思维模型包含的是多个神经系统,每个神经系统完成其负责的任务功能。在我们的实例中,包含意图生成系统、定点喂食学习系统和障碍物规避学习系统。其中意图生成系统应用BP神经网络模型,产生每一时刻下人工鱼的意图。定点喂食学习系统应用SOM神经网络模型,经过一段时间的学习,可以对食物的位置有记忆。障碍物规避学习系统也应用SOM神经网络模型,经过一段时间训练,对可活动的区域位置有记忆。行为模型是根据思维模型的指令完成人工鱼活动的模块,这部分的实现主要由三维模型的空间变换来模拟,主要目的是为行为模拟的准确性分析呈现一个方便观察的结果。本文对智能人工鱼的实例模型做了程序实现。本课题使用Unity3D游戏引擎作为场景搭建工具。不关注人工鱼生理结构,只用三维模型来表示人工鱼。对最终人工鱼智能的呈现效果作一定分析。