人工魚(yú)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(lái)，以良好的魯棒性、獲取全局最優(yōu)值的能力、算法設(shè)計(jì)簡(jiǎn)單等優(yōu)點(diǎn)得到了國(guó)內(nèi)外學(xué)者的廣泛關(guān)注，對(duì)該算法的研究已經(jīng)滲透到工程設(shè)計(jì)、網(wǎng)絡(luò)優(yōu)化、電力系統(tǒng)等多個(gè)領(lǐng)域。然而隨著優(yōu)化問(wèn)題應(yīng)用范圍的擴(kuò)大，基本的AFSA在應(yīng)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(diǎn)引。從目前對(duì)人工魚(yú)群算法的研究來(lái)看，對(duì)該算法的改進(jìn)主要有兩個(gè)方向：一部分研究者對(duì)人工魚(yú)群算法的視野參數(shù)、搜索方式及各種行為進(jìn)行調(diào)整，另一部分研究者將人工魚(yú)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(jìn)的人工魚(yú)群算法。然而當(dāng)AFSA應(yīng)用到高維復(fù)雜函數(shù)或多極值非線性函數(shù)優(yōu)化時(shí)，會(huì)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(duì)某些函數(shù)無(wú)法進(jìn)行優(yōu)化等問(wèn)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(yīng)用，提高搜索效率和精度，本文根據(jù)魚(yú)群算法自身結(jié)構(gòu)內(nèi)部特點(diǎn)提出了一種基于拓?fù)浣Y(jié)構(gòu)改進(jìn)的人工魚(yú)群算法（TAFSA）。數(shù)值實(shí)驗(yàn)結(jié)果表明，基于拓?fù)浣Y(jié)構(gòu)改進(jìn)的人工魚(yú)群算法對(duì)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(diǎn)。