计算智能是一个很早就被定义了的词语，但是直到近些今年，才不断被人们所知道，这也多亏了互联网技术的发展和大数据处理能力的提升。计算智能是一种模拟智能，主要的研究方法有蚁群算法、免疫算法等等。
计算智能算法介绍 图一
1、蚁群算法
蚁群算法，顾名思义，思路来源于日常生活中，蚂蚁为了寻找食物而发现路径的现象，因此蚁群算法是一种在图片中寻找最优的路径的一种算法，被提出于1992年。
据悉，蚂蚁在寻找食物的时候，是无组织性的，但是当某一只蚂蚁率先找到了食物的时候，就会散发出一种能够被同类察觉的信息素，从而给自己的伙伴提示，收到信息的蚂蚁们就会沿着信息素的路径去寻找食物，而这里的路径会在大家的开辟下变得越来越短，也就是我们所谓的“最优路径”。
计算智能算法介绍 图二
目前，蚁群算法已经被广泛运用于我们的日常生活中，如网络结点的分布、电路的设计等等，随着人类需求的不断提升，对这方面的需求也不断增加，因此如何在满足需求的基础上简化路径，实现均匀分布也成为了一个值得探讨的问题。
2、免疫算法
免疫算法适用于生物科学领域的研究，这种算法是在过去的实践经验和规律上总结得到的，涉及到了抗体、抗原、免疫疫苗、免疫记忆等内容，人类不断进化的过程中，却出现了概率性的退化现象，而免疫算法就希望通过对这方面的研究，探索概率性出现的原因，并且寻找手段去突破这个瓶颈。
计算智能算法介绍 图三
由于大数据处理的难度大和目前的实例较少的情况，研究的数据资料有限，因此目前我们想要做到将免疫算法和实践结合起来的难度还是比较大的，但即使这样，仍然有不少的科学家、生物学家投身于此，不断努力，力求实现一个新的突破。
计算智能的前景是光明的，但是道路是曲折的，需要探索的人付出、投入很多的时间和精力，才能够突破发展的局限性，实现理论与实践的更好应用。
计算智能算法介绍 图四
