帝国竞争算法(imperialist competitive algorithm, ICA )是一种受帝国竞争行为启发的新的智能优化算法，它与粒子群优化(PSO)、蚁群(BCO)等算法一样，都属于基于群体的随机优化搜索算法。

帝国竞争算法(imperialist competitive algorithm, ICA )是一种受帝国竞争行为启发的新的智能优化算法，它与粒子群优化(PSO)、蚁群(BCO)等算法一样，都属于基于群体的随机优化搜索算法。

概述

受帝国主义殖民竞争机制的启发，Atashpaz-Gargari 和 Lucas 于 2007 年提出了一种新的智能优化算法—帝国竞争算法 (ICA)。与 GA, PSO, ABC 等受生物行为启发的群智能算法不同，ICA 受社会行为启发，通过摸拟殖民地同化机制和帝国竞争机制而形成的一种优化方法。ICA 也是一种基于群体的优化方法，其解空间由称为国家的个体组成。ICA 将国家分为几个子群，称为帝国。在每个帝国内，ICA 通过同化机制使非最优的国家(殖民地)向最优国家(帝国主义国家)靠近，该过程类似于 PSO。帝国竞争机制是 ICA 的关键，ICA 通过帝国竞争机制将最弱帝国中的一个或多个殖民地移动到其他帝国，使帝国之间可以进行信息交互。

国外已有许多学者对 ICA 的性能改进以及实际应用进行了大量的研究，也取得了一定的进展。ICA 已被广泛用于解决各种实际的优化问题，如调度问题、分类问题、机械设计等。然而，该算法仍然存在多样性下降较快、易早熟收敛等缺陷。另外，ICA 提出的时间较短，尚有很大的研究空间。