Algoritme optimisasi  yang berdasar  pada kecerdasan kelompok atau  Metaheurisric Algorithm (MA) memperoleh popularitas dalam memecahkan  masalah  optimisasi kompleks dan berdimensi tinggi beberapa tahun terakhir. Sebagian besar MA memiliki solusi  awal yang independen, dan algoritme ini dapat mengatasi keterbatasan utama metode optimisasi konvensional (deterministik) yang terperangkap  dalam situasi ekstrem dan divergensi lokal masing-masing. lnspirasi teknik MA adalah  fenomena alam. Misalnya, Genetic Algorithm (GA), Ant Colony Optimization (ACO), Partine Swann Optimization  (PSO), Arificial Bee Colony (ABC),  dan  Firefly Algorithm (FA). Â
MA dapat diterapkan  dan dikombinasikan dengan algoritme lain. Karakteristik fungsi objektif atau batasan bukan hal penting bagi keberhasilan metode ini.  Meskipun  MA memiliki parameter untuk diset sebelumnya namun penyesuaian harus dilakukan dengan trial and error dengan keterampilan pengguna sendiri. Dengan demikian, algoritme dengan parameter sedikit adalah lebih menguntungkan.  Pekerjaan yang saat ini sedang dilakukan oleh sebagian besar MA adalah meningkatkan kinerja dengan cara mempercepat atau meningkatkan kualitas solusi.  Berbagai  versi  modifikasi  untuk  mencari hasil yang  lebih  baik telah diusulkan dalam beberapa literatur.
Masalah optimasi dapat diklasifikasikan menjadi dua jenis yaitu dengan batasan dan tanpa batasan.  Klasifikasi  terebut  meliputi aplikasi praktis  dan  aplikasi nyata. Dengan demikian, kendala dari masalah  optimisasi dapat diselesaikan melalui  teknik independen. Efektivitas variasi dari  beberapa  teknik  yang  menggunakan  algoritme berbeda menjadi parameter optimisasi.
Algoritma ABC terinspirasi dari kecerdasan perilaku mencari makan koloni lebah madu. Algoritme ABC diperkenalkan untuk mengatasi fungsi optimisasi tanpa pembatas. Â Saat ini algoritme ABC telah dikembangkan untuk mengatasi masalah optimisasi dengan pembatas seperti metode optimisasi lain.
Algoritme ABC terdiri dari tiga kelompok,  yaitu  employed  (pekerja),  onlookers (penglihat),  dan scout (pengintai). Lebah pekerja secara acak mencari posisi sumber makanan(solusi), kemudian mereka menari untuk berbagi informasi (berkomunikasi) dengan lebah onlookers yang berada di sarang. Contoh informasi yang diberikan adalah jumlah nektar (solusi masalah). Durasi tarian lebah pekerja sebanding dengan konten nektar (nilai kebugaran/fitness value) dari sumber makanan yang dieksploitasi oleh lebah pekerja. Lebah penglihat melihat berbagai tarian sebelum memilih posisi sumber makanan.
Kecerdasan Berkelompok
Serangga yang hidup dalam koloni seperti semut, lebah, tawon, dan rayap memiliki pesona alami  sehingga para penyair selama bertahun-tahun terus bertanya, tentang hal yang  mengatur koloni sehingga kehidupan serangga dapat begitu indah, Begitu juga tentang yang mengeluarkan perintah, cara mengatur, menguraikan rencana, dan menjaga keseimbangan di masa depan. Setiap serangga tunggal dalam serangga sosial koloni memiliki kumpulan sendiri, namun serangga sosial koloni terlihat begitu terorganisir dan semua kegiatan  individu  dapat terintegrasi  tanpa membutuhkan pengawasan. Contohnya adalah semut pemotong (atta) bertugas memotong daun dari tanaman dan pohon yang ditumbuhi jamur. Pekerja mencari makan ratusan meter dari sarang dan tanpa pengawasan dari sarang mereka.
Semut  api  pekerja  (oecophylla) membentuk forrmasi  rantai  untuk  menyeberangi lebar daun secara bersarmaan dan membentuk forrmasi. Beberapa formasi rantai semut bergabung untuk membentuk  kesatuan yang lebih  besar sehingga  jalur yang  dibuat dapat dilalui  secara bolak-balik.  Rantai yang terbentuk memiliki kekuatan yang cukup untuk menarik tepi daun. Ketika daun sudah dikumpulkan pada suatu  tempat,  semut menghubungkan  kedua tepi daun dengan benang sutra  yang dikeluarkan  oleh  larva dewasa dan dipegangi oleh semut pekerja.
Pada fase pergerakan, semut tentara (eciton) mengatur pola perburuan dengan cara penyergapan,  yang melibatkan hingga 200 ribu pekerja untuk mengumpulkan  ribuan mangsa. Dalam koloni serangga sosial,  semut pekerja  tidak melakukan semua tugas, melainkan mengkhususkan diri dalam satu paket tugas berdasarkan morfologi, usia atau kesempatan dari setiap pekerja, kemudian mereka bertemu antara anggota divisi di sebuah sarang untuk melakukan berbagai kegiatan antar divisi secara simultan oleh kelompok-kelompok individu khusus yang lebih efisien dan tugas dilakukan secara berurutan oleh individu terspesialisasi. Dalam spesies polimorfik semut, dua atau  lebih jenis  semut  pekerja  hidup bersama. Pada spesies pheidole,  pekerja  minor lebih  kecil dan memiliki morfologi yang berbeda dari pekerja utama. Spesies di bawah umur dan berbeda jurusan cenderung melakukan tugas berbeda.
Memotong mangsa yang besar dan mempertahankan sarang adalah tugas dari semut pemilik rahang besar, sedangkan untuk tugas anak semut adalah membersihkan sarang. Kematian dari pekerja minor dan pekerja utama akan mengirimkan sinyal pada anak semut untuk melakukan tugas-tugas  yang biasa dilakukan oleh pekerja utama. Penggantian ini berlangsung dalam waktu dua jam dari kematian pekerja minor. Secara umum banyak spesies serangga yang telah diamati kematiannya. Semut pekerja diikuti dengan kecepatan respons oleh pekerja lain, artinya pembagian kerja menunjukkan plastisitas tingkat tinggi.
