人工魚群算法（AFSA）作為一種典型的啟發(fā)式仿生算法自李曉磊等人在2002年首次提出以來，以良好的魯棒性、獲取全局最優(yōu)值的能力、算法設計簡單等優(yōu)點得到了國內(nèi)外學者的廣泛關(guān)注，對該算法的研究已經(jīng)滲透到工程設計、網(wǎng)絡優(yōu)化、電力系統(tǒng)等多個領域。然而隨著優(yōu)化問題應用范圍的擴大，基本的AFSA在應用中也存在難定位到最優(yōu)值、精度不高、后期收斂速度慢等缺點引。從目前對人工魚群算法的研究來看，對該算法的改進主要有兩個方向：一部分研究者對人工魚群算法的視野參數(shù)、搜索方式及各種行為進行調(diào)整，另一部分研究者將人工魚群算法與其它傳統(tǒng)或智能算法相結(jié)合，以突破其自身局限，從而提出改進的人工魚群算法。然而當AFSA應用到高維復雜函數(shù)或多極值非線性函數(shù)優(yōu)化時，會出現(xiàn)難以定位全局最優(yōu)值、優(yōu)化精度低，后期收斂速度慢，甚至對某些函數(shù)無法進行優(yōu)化等問題。為了使基本AFSA有效地在高維以及多極值非線性函數(shù)上應用，提高搜索效率和精度，本文根據(jù)魚群算法自身結(jié)構(gòu)內(nèi)部特點提出了一種基于拓撲結(jié)構(gòu)改進的人工魚群算法（TAFSA）。數(shù)值實驗結(jié)果表明，基于拓撲結(jié)構(gòu)改進的人工魚群算法對于很鄉(xiāng)種非線性多極值以及高維函數(shù)具有易定位全局最優(yōu)值、后期收斂速度快等優(yōu)點。