集群智能（Swarm Intelligence）在某群体中，若存在众多无智能的个体，它们通过相互之间的简单合作所表现出来的智能行为。

互联网上的交流，不过是更多的神经元连接(人脑)通过互联网相互作用的结果，光缆和路由器不过是轴突和突触的延伸。从自组织现象的角度上看，人脑的智能和蚁群也没有本质上的区别，单个神经元没有智能可言，单个蚂蚁也没有，但是通过连接形成的体系，是一个智能体。集群智能主要表现为

( 1) 邻近原则( Prox imityPrinciple) ，集群能够进行简单的空间和时间计算；

( 2) 品质原则( Quality Principle) ， 集群能够响应环境中的品质因子；

( 3) 多样性反应原则( Principle of Diverse Response) ，集群的行动范围不应该太窄；

( 4) 稳定性原则( Stability Principle) ，集群不应在每次环境变化时都改变自身的行为；

( 5) 适应性原则( Adaptability Principle) 在所需代价不太高的情况下，集群能够在适当的时候改变自身的行为。这些原则说明实现群体智能的智能主体必须能够在环境中表现出自主性、反应性、学习性和自适应性等智能特性。

集群智能主要有两种算法模式，分别是蚁群算法( Ant Colony System, 简称ACS) 和粒子群优化算法( Particle Swarm Optimization, 简称PSO) 。

( 1) 控制是分布式的， 不存在中心控制。因而它更能够适应当前网络环境下的工作状态，并且具有较强的鲁棒性， 即不会由于某一个或几个个体出现故障而影响集群对整个问题的求解。

( 2) 集群中的每个个体都能够改变环境，这是个体之间间接通信的一种方式， 这种方式被称为激发工作 ( St igmergy) 。由于集群智能可以通过非直接通信的方进行信息的传输与合作， 因而随着个体数目的增加， 通信开销的增幅较小， 因此，它具有较好的可扩充性。

( 3) 集群中每个个体的能力或遵循的行为规则非常简单， 因而集群智能的实现比较方便，具有简单性的特点。

( 4) 集群表现出来的复杂行为是通过简单个体的交互过程突现出来的智能( Emergent Intelligence) ， 因此， 集群具有自组织性。群集智能可以在适当的进化机制引导下通过个体交互以某种突现形式发挥作用。这是个体以及可能的个体智能难以做到的。

集群智能源于对自然界中存在的群集行为。后来与冶金，商业，社会学，管理学，计算机科学等等都存在着关系。应用范围较广。