2.1　群智能思想起源

大自然经过亿万年演化，展现了其高效和神奇。复杂多样的生物界在长期物竞天择、优胜劣汰的进化过程中不断适应复杂环境的变化，得到了生存和发展。人们通过研究自然系统学到许多知识，并用这些知识来求解复杂问题。人们模仿生物的智能行为，借鉴其智能机理，发现了许多解决复杂问题的新方法。通过对自然智能的建模，我们成功地创建出许多智能系统，随着人们对大自然的进一步研究，又发现了很多有代表性的智能优化算法。每种智能算法都有对应的启发源，例如，DNA^[15]计算是基于诺贝尔生理学或医学奖获得者Watson和Crick提出的双螺旋结构和诺贝尔化学奖获得者Mullis提出的聚合酶链式反应；人工蜂群算法^[16]是基于诺贝尔生理学或医学奖获得者Frisch破译的蜜蜂跳舞行为；人工免疫算法^[17]是基于诺贝尔生理学或医学奖获得者K. Jerne提出的免疫网络理论。智能优化算法奇妙的思路和广阔的应用领域吸引了大量研究人员不断探索，不断创新。没有一种方法可以解决所有优化问题，为此，我们必须研究新的优化算法。