描述蚁群算法（ACO）
受自然界中蚂蚁搜索食物的行为的启发而提出的一种随机优化算法，单个蚂蚁是脆弱的，而蚁群的群居生活却能完成许多单个个体无法承担的工作，蚂蚁间借助于信息素这种化学物质进行信息的交流和传递，并表现出正反馈现象：某段路径上经过的蚂蚁越多，该路径的被重复选择的概率就越高。正反馈机制和通信机制是蚁群算法的基础。
描述禁忌搜索算法（TS）
一种全局逐步优化算法，它模拟人类的智力工程，通过引入一种灵活的存储结构和相应的禁忌规则来避免迂回搜索，并通过藐视原则来赦免一些被禁忌的优良状态，以实现全局优化。
描述分散搜索算法（SS）
主要组成部分包括：多样化产生方法、改进方法、参考集更新方法、子集产生方法和组合方法等。分散搜索十分灵活，它的每个组成部分都能够采取不同的方式实现。
描述人工免疫系统算法（AIS）
一种模仿生物免疫系统功能的智能系统，免疫系统是一种复杂的分布式信息处理学习系统，这种系统具有免疫保护、免疫记忆、免疫学习功能以及较强的自适应性、多样性、学习、识别和记忆等特点。
描述鱼群算法
在一片水域中，鱼往往能自行或尾随其他鱼找到营养物质多的地方，因而鱼生存数目最多的地方一般就是本水域中营养物质最多的地方，人工鱼群算法就是根据这一特点，通过构造人工鱼来模仿鱼群的觅食、聚群及追尾行为，从而实现寻优。