农村居民点空间优化布局是土地利用总体规划的重要组成部分，其空间布局优化是否合理，关系到我国“三农”问题解决思路、方法的正确与否，因此，研究农村居民点空间合理布局，有利于改善农民生产生活的环境，促进城乡一体化和社会主义新农村建设等。本文充分借鉴国内外学者对农村居民点空间优化布局的解决思路、方法和成熟经验，分析农村居民点现状分布特征，总结其现状布局存在的问题；针对农村居民点空间布局问题的特殊性，引入一种新的研究方法，即群智能体优化算法，挖掘该算法模型与农村居民点空间优化布局的关联性，在此基础上展开研究工作。本文主要研究内容有：　　（1）文章一方面从研究农村居民点空间布局基础理论出发，综述农村居民点空间布局模式、驱动力因子的作用机制等。另一方面从群智能体优化算法与云隶属度理论出发，分析其原理、方法，为本文的研究提供丰富的理论基础。　　（2）农村居民点空间优化布局是一个复杂的综合评价过程，具有不确定性、多条件、多规则约束等特点，本文从搬迁距离目标、聚集度目标、土地适宜性目标方面对农村居民点空间布局进行优化评价，据此分析农村居民点空间优化布局模型，并定义其多目标适应性函数。　　（3）本文利用云不确定性推理和云的数字特征将农村居民点单元的“到城镇距离”、“到中心村距离”、“到交通干道距离”和“地形坡度”四个评价因子的定性语言描述进行定性定量的转换，结合专家知识给定的期望值Ex，熵En，超熵He，产生一个云隶属度值，判断评价单元在“城镇聚集”、“中心村聚集”、“交通干道聚集”和“山下聚集”四个聚集方向的隶属度，取最大隶属度值指导粒子修正自身的速度方向，并保持速度不变，在此基础上利用PSO算法更新粒子的位置和速度，在空间上搜索最优位置。　　（4）选取富川瑶族自治县富阳镇、麦岭镇和新华乡三个乡镇作为研究区域，利用GIS技术，提取坡度、距离制图并测算研究区域的四个评价因子值，基于此测算研究区域的土地适宜性值等作为基础数据，构建矢量空间数据库，以此验证改进算法的鲁棒性、可行性、科学性等，并分析基于CPSO算法的农村居民点优化前后的布局变化。　　综上所述，以农村居民点空间布局特征为基础，致力于研究将微粒群优化算法和云隶属度模型相结合，建立一个基于云隶属度的模糊概率推理机制的改进微粒群优化算法（C-PSO），并用于求解农村居民点空间优化布局的目标函数最优解，寻求其空间上的最优布局方案。本文利用了ArcGIS软件平台的VBA开发技术实现了算法的建模，并以富阳镇、麦岭镇和新华乡三个乡镇作为研究区域生成了合理的空间布局方案，通过优化前后的分析，验证了CPSO算法优化后的结果达到预期的效果。