針對狼群算法（ WPA）存在的收斂速度慢、易陷入局部最優(yōu)、人工狼交互性不理想等不足，提出一種基于改進(jìn)搜索策略的狼群（ MWPA）算法。對游走行為以及召喚行為引入交互策略，促使人工狼之間進(jìn)行信息交流，提升狼群對全局信息的掌握，增強(qiáng)狼群的探索能力；對圍攻行為提出自適應(yīng)圍攻策略，使算法具有調(diào)節(jié)作用，隨著算法的不斷進(jìn)化，狼群圍攻范圍不斷減小，算法開采能力不斷增強(qiáng)，從而提高算法收斂速度。通過優(yōu)化問題中6個典型復(fù)雜函數(shù)的仿真實驗表明，與基于領(lǐng)導(dǎo)者策略的狼群搜索（ LWCA）算法相比，改進(jìn)搜索策略的狼群算法求解精度更高、收斂速度更快，更加適合函數(shù)優(yōu)化問題的求解。