數(shù)據(jù)（data）是簡單的焙格、純粹的事實和數(shù)字浴鸿，其本身包含的使用價值很小匣沼。
信息（information）是與其他數(shù)據(jù)聯(lián)系后所轉(zhuǎn)化成的具有特定用途和使用價值的數(shù)據(jù)瘪板。
知識（knowledge）就更近一步了，它是指將某一信息與其他信息相聯(lián)系揩慕，并與已知的信息進行比較后而從這一信息中得出的結(jié)論亭畜。與信息和數(shù)據(jù)相比，知識總是包含著人或智能的因素迎卤。
智能算法出現(xiàn)的原因：
人們生活在知識新陳代謝速度快和信息繁雜的社會里拴鸵，需要用高效的數(shù)據(jù)挖掘工具從自然人的各類密碼、賬號蜗搔、消費習(xí)慣所形成的數(shù)據(jù)中提取出有益的信息和知識劲藐，以便為產(chǎn)品的銷售提供決策支持，以及從企業(yè)的各種海量數(shù)據(jù)報表中篩選出信息和知識以便提高生產(chǎn)效率樟凄、降低成本聘芜，或者利用計算機代替人腦進行復(fù)雜的各類計算。如何從海量數(shù)據(jù)中采集到信息缝龄，又如何從信息中歸納知識汰现，是一項高技術(shù)并且勞動強度很大的工作挂谍。為了減輕人們的勞動量，同時也為了節(jié)約社會成本服鹅，出現(xiàn)了一些載有能代替人類腦力勞動算法的機器硬件凳兵，這些算法被稱為智能算法，它們具有一些類似生命體智慧的特征企软，其實就是經(jīng)過抽象以后的機器學(xué)習(xí)庐扫。不論粒子群算法還是蟻群算法，也不論是遺傳算法還是免疫算法仗哨，更不論是神經(jīng)網(wǎng)絡(luò)還是模擬退火算法形庭，本質(zhì)上都是機器學(xué)習(xí)。
機器學(xué)習(xí)具有一個顯著特征——機械性厌漂。吳文俊院士在《數(shù)學(xué)機械化》一書中提到萨醒，數(shù)學(xué)機械化是指數(shù)學(xué)在運算和證明過程中，只要前進了一步苇倡，都會有確定的富纸、必然的下一步，直到到達結(jié)論旨椒，整個過程是按照既定的刻板規(guī)律進行晓褪。
智能算法是一門邊緣交叉學(xué)科，是生物综慎、數(shù)學(xué)等多學(xué)科的完美融合涣仿。
智能優(yōu)化算法的特點：
- 不以達到某個最優(yōu)性條件或找到理論上的精確最優(yōu)解為目標(biāo)，更看重計算的速度和效率
- 對目標(biāo)函數(shù)和約束函數(shù)的要求十分寬松
- 算法的基本思想都是來自于對某種自然規(guī)律的模仿示惊，具有人工智能的特點
- 多數(shù)算法含有一個多個體的種群好港，尋優(yōu)過程實際上就是種群的進化過程
- 這些算法的理論工作相對比較薄弱，一般來說不能保證收斂到最優(yōu)解
