小朋友們，你們去過海洋館，看到過魚群嗎？他們一群群的是不是很美，很有意思。它們會倏忽聚散，就像一個嚴密分工協作的組織。可是為什么人們要向魚群學習能進行優化問題求解呢？其中的原因是什么，相信許多朋友們都不太了解，下面就小編來給大家解答一下疑惑吧。

　　水中成群游動的魚，紛亂而有序。當遇到攻擊的時候，它們會倏忽聚散，就像一個嚴密分工協作的組織。魚身體的兩側都有一條顏色特殊的側線，每條魚都以周圍一兩條同伴的側線為觀察標志，調節自己的游向和速度，以維持合適的距離。這個簡單的負反饋機制，便形成了群魚特定的自組織方式，從而逐步形成一種群體效應，使得最終結果可以實現，為優化問題的求解提供了一個新思路。

　　魚群的覓食行為，主要是循著食物多的方向游動的一種行為，人工魚在尋優過程中，就是向較優方向進行的迭代方式；聚群行為則能夠很好地跳出局部極值，并盡可能搜索到其他的極值，以最終搜索到全局極值。聚群行為發生時，應遵循三條規則：分隔規則，對準規則，內聚規則。分隔規則要求盡量避免和鄰近伙伴過于擁擠，對準規則要求盡可能和鄰近伙伴的平均方向一致，內聚規則要求盡可能向著鄰近伙伴的中心位置移動。追尾行為則有助于快速地向某個極值方向前進，加快尋優速度，并防止人工魚因局部振蕩而停滯不前。人工魚群算法在對以上行為進行評價后，自動選擇合適的行為，從而形成一種高效的尋優策略。

　　人工魚群算法就是這樣通過采用自下而上的設計思路，從實現人工魚的個體行為出發，在個體自主的行為過程中得到群聚的尋優效應，這一新興仿生智能計算方法目前已成功應用于作業調度、路徑規劃、圖像處等許多領域優化問題的求解。