"群体智能是一种集体行为机制，将有机体或代理人聚集在一起以解决复杂的优化问题。它基于简单个体规则可以导致复杂群体行为的想法。在优化背景中，群体智能利用多个代理人（或“群体成员”）同时探索解空间。这些代理人分享有关其经验的信息，彼此引导，随着时间的推移朝着更好的解决方案前进。
群体智能在优化中的一个常见例子是粒子群优化（PSO）。在PSO中，每个粒子代表对优化问题的潜在解决方案。粒子根据自身已知的最佳位置和其邻居中已知的最佳位置在解空间中移动。当粒子分享有关其位置和解决方案质量的信息时，它们调整自己的运动模式，逐渐趋向最佳解决方案。这种同时探索允许动态搜索过程，通常比顺序探索的个体优化方法更有效。
另一个例子是蚁群优化（ACO），其灵感来自于蚂蚁的觅食行为。在ACO中，虚拟蚂蚁在寻找最优路径时穿越路径，随着它们的探索，释放出信息素（代表解决方案质量）。随着越来越多的蚂蚁跟随成功的路径，信息素水平增加，使这些路线对其他蚂蚁更具吸引力。随着时间的推移，这种集体决策导致了最佳或接近最佳解决方案的出现。PSO和ACO都展示了群体智能如何通过集体行为有效应对优化挑战，从而允许灵活和适应性强的问题解决方法，往往优于传统的单代理方法。"