摘要：
随着计算机技术的发展，算法技术也在不断交替更新。近年来，群体智能算法受到了广泛的关注和研究，并在诸如机器学习、过程控制、工程预测等领域取得了进展。群智能优化算法属于生物启发式方法，广泛应用在解决最优化问题上，传统的群智能算法为解决一些实际问题提供了新思路，但是也在一些实验中暴露出不足。近年来，许多学者相继提出了很多新型群智能优化算法，选取了最近几年国内外提出的比较典型的群智能算法，蝙蝠算法（蝙蝠算法，BA）、灰狼优化（Grey Wolf Optimization，GWO）、蜻蜓算法（Dragonfly Algorithm，DA）、鲸鱼优化算法（Whale Optimisation Algoritum，WOA）、草蜢优化算法（Grasshopper Optimizion Algoritm，GOA）和麻雀搜索算法（麻雀搜索算法，SSA），CEC测试函数从收敛速度、精度和稳定性等方面对比了这些算法的实验性能，并对比分析了其相关的改进方法。最后总结了群智能优化算法的特点，探讨了其今后的发展潜力。
李雅丽，王淑琴，陈倩茹，王小钢. 若干新型群智能优化算法的对比研究[J] ●●●●。计算机工程与应用, 2020, 56(22): 1-12.
李亚丽、王淑琴、陈倩如、王晓刚。几种新型群智能优化算法的比较研究[J]。计算机工程与应用，2020，56（22）：1-12。
