通俗的说，启发式算法是指在一个随机的群体寻优过程中，个体能够利用自身或者全局的经验来制定各自的搜索策略。再通俗一点就是，咱们都生活在某个小区，你看到你邻居每天晚上摆地摊赚钱，你受到启发也每天去同样的地方摆地摊赚钱，然后越来越多的人发现摆地摊赚钱，就都出来摆地摊了，就这么个道理。这个例子确实有点扯，不过我暂时想不出什么更确切的例子了。

群体智能算法就是启发式算法；研究的重点就是如何平衡局部搜索与全局搜索；有效逃离局部最优解；
近几年比较活跃的算法有如下：
仿动物类的算法：粒子群优化，蚂蚁优化，鱼群算法，蜂群算法等；
仿植物类的算法：向光性算法，杂草优化算法，等等；
仿人类的算法有：和声搜索算法是较好的算法；