近年来，群集智能已成为人工智能领域的一个重要的研究方向，具有重要的军事、民用价值。群集智能系统以生物种群为参考目标，重点研究群体的智能行为。随着计算机技术的发展，群集智能理论在多智能体系统(Multi-Agent System)中的应用研究已经成为人工智能研究的热点。机器人世界杯足球锦标赛(RoboCup(Robot World Cup））在实时异步、有噪声的对抗环境下，研究多智能体的决策和合作。作为国际上一项为提高相关领域的教育和研究水平而举行的大型比赛和学术活动，RoboCup提供了机器人足球比赛这一标准平台来促进分布式人工智能、智能机器人技术及其他相关领域的研究与发展。　　 本论文以群集智能方法为理论背景，以RoboCup 2D足球仿真为平台，研究了一种群集智能算法K-PSO在Apollo2D球队进攻策略关键性问题中的应用。　　 本文首先简要地概括了群集智能的基本原理，优点以及应用前景。　　 随后针对群集智能算法K-PSO，分别从微观和宏观上对K-PSO算法作理论分析和研究。微观方面，通过差分方程及Z变换，讨论算法参数与粒子运动轨迹的稳定性之间的关系；宏观方面，则是在对粒子群状态作严格数学定义的基础上，利用数学理论来分析算法的收敛性。随后通过对4种高维函数的优化仿真测试验证了K-PSO算法的收敛性。　　 最后，本文对Apollo2D球队在进攻时所运用的进攻策略技术和动态角色分配进行了理论总结同时针对球队仍存在的不足引入了基于K-PSO算法的群体进攻优化策略。　　 实验数据统计表明，提出的足球机器人群体进攻优化策略提高了Apollo2D球队进攻效率，尤其在对对方的压制上体现明显的优势。