智能优化算法：受人类智能、生物群体社会性或自然现象规律的启发。
主要包括：
(1)遗传算法：模仿自然界的生物进化机制
)2)差分进化算法：通过群体个体间的合作和竞争优化搜索
(3)免疫算法：模拟机体免疫系统的学习和认知功能
)4)蚁群算法模拟：蚂蚁的群体搜索行为
)5)粒子群算法模拟：鸟群和鱼群群的行为
(6)模拟退火算法：来源于固体物质退火过程
(7)禁忌搜索算法：模拟人的智力记忆过程
)8)神经网络算法模拟：动物神经网络行为特征
大致可分为以下5种：
(1)进化类算法：
遗传算法、差分进化算法、免疫算法
请阅读：
智能优化算法https://blog.csdn.net/mago 2015/article/details/83748349http://www.Sina.com /
蚁群算法、粒子群算法
集体智能优化算法问世后，可以说非常受欢迎，很多研究者也提出了一些自己的集体智能优化算法，但普遍公认的(应用广泛)算法大致如下
蚁群算法-------------1992年提交
粒子群优化算法--- -于1995年提出
菌群算法--------2002年提交
蛙跳算法--------2003年提交
人工蜂群算法----2005年提出
花授粉算法----2012年提交
除了几种常用算法外，还有许多提出的群体智能优化算法，如萤火虫算法、布加鸟算法、蝙蝠算法、狼群算法、烟花算法、合同网协议算法等。
请阅读：
群体智能优化算法https://blog.csdn.net/xiaobi yin 9140/article/details/84279140
3358 www.Sina.com/http://www.Sina.com/http://www.Sina.com /
阅读推荐的智能优化算法总结https://blog.csdn.net/sinde 1992/article/details/50321225