本書針對布谷鳥搜索算法和人工蜂群算法，利用模式搜索趨化，全局偵察策略和二階振蕩機制等提出了新的改進的群智能優(yōu)化算法以提高算法的性能，并應用于解決三維點云配準優(yōu)化問題。
（1）提出了一種基于模式搜索趨化的布谷鳥搜索算法。該方法采用全局探測和模式移動交替的模式搜索趨化策略，利用自適應競爭機制動態(tài)選擇解數(shù)量，并結(jié)合優(yōu)勢集搜索機制加強局部搜索，仿真實驗結(jié)果表明，其局部開采性能與尋優(yōu)精度更具優(yōu)勢。
（2）提出了一種基于全局偵察搜索的人工蜂群算法。該方法由偵察蜂大視域全局快速偵察，并引入預測與選擇機制改進引領蜂和跟隨蜂搜索策略，加強算法鄰域搜索。仿真實驗結(jié)果表明，算法的全局搜索性能增強，有效避免早熟收斂，提高了尋優(yōu)精度。
（3）提出了一種基于二階振蕩擾動的人工蜂群算法。該方法在雇傭蜂群覓食過程中，引入二階振蕩擾動策略，通過異步變化學習機制，增強局部開采性能加強求解精度。仿真實驗結(jié)果表明，算法有效實現(xiàn)全局探索和局部開采的有效平衡，增強了搜索的適應性，該方法在點云配準中的應用中也取得了較好的結(jié)果。