群体智能算法是一类通过模拟自然界中的群体行为来解决复杂优化问题的方法。以下是10种常见的群体智能算法：
| 编号 |
算法名称（英文） |
算法名称（中文） |
年份 |
作者 |
| 1 |
Ant Colony Optimization (ACO) |
蚁群优化算法 |
1991 |
Marco Dorigo |
| 2 |
Particle Swarm Optimization (PSO) |
粒子群优化算法 |
1995 |
James Kennedy, Russell Eberhart |
| 3 |
Differential Evolution (DE) |
差分进化算法 |
1995 |
Rainer Storn, Kenneth Price |
| 4 |
Artificial Fish Swarm Algorithm (AFSA) |
鱼群算法 |
2002 |
李晓磊等人 |
| 5 |
Shuffled Frog Leaping Algorithm (SFLA) |
混合蛙跳算法 |
2003 |
Eusuff, Lansey |
| 6 |
Artificial Bee Colony (ABC) |
人工蜂群算法 |
2005 |
Karaboga小组 |
| 7 |
Firefly Algorithm (FA) |
萤火虫算法 |
2008 |
Xin-She Yang（杨新社） |
| 8 |
Cuckoo Search Algorithm (CSA) |
布谷鸟优化算法 |
2009 |
Yang Xin-She（杨新社）, S.戴布（S.Deb） |
| 9 |
Bat Algorithm (BA) |
蝙蝠算法 |
2010 |
Xin-She Yang（杨新社） |
| 10 |
Fruit Fly Optimization Algorithm (FOA) |
果蝇优化算法 |
2011 |
潘文超 |
相关思维导图如下：
1. 蚁群优化算法（Ant Colony Optimization, ACO）：
原理：模拟蚂蚁在寻找食物时通过信息素引导路径的过程。
应用：常用于求解最短路径问题，如交通网络优化、物流配送等。
| 算法名称 |
蚁群算法（Ant Colony Optimization，ACO） |
| 提出者 |
Marco Dorigo（也有说法是意大利学者Colorni A., Dorigo M.等） |
| 提出时间 |
1991年或1992年（1992年为Dorigo在其博士论文中首次明确提出的时间） |
| 原理基础 |
模拟自然界中蚂蚁觅食过程中的协作和信息素释放行为 |
| 特点 |
采用正反馈机制，搜索过程不断收敛，逼近最优解 |
