数据（data）是简单的、纯粹的事实和数字，其本身包含的使用价值很小。
信息（information）是与其他数据联系后所转化成的具有特定用途和使用价值的数据。
知识（knowledge）就更近一步了，它是指将某一信息与其他信息相联系，并与已知的信息进行比较后而从这一信息中得出的结论。与信息和数据相比，知识总是包含着人或智能的因素。
智能算法出现的原因：
人们生活在知识新陈代谢速度快和信息繁杂的社会里，需要用高效的数据挖掘工具从自然人的各类密码、账号、消费习惯所形成的数据中提取出有益的信息和知识，以便为产品的销售提供决策支持，以及从企业的各种海量数据报表中筛选出信息和知识以便提高生产效率、降低成本，或者利用计算机代替人脑进行复杂的各类计算。如何从海量数据中采集到信息，又如何从信息中归纳知识，是一项高技术并且劳动强度很大的工作。为了减轻人们的劳动量，同时也为了节约社会成本，出现了一些载有能代替人类脑力劳动算法的机器硬件，这些算法被称为智能算法，它们具有一些类似生命体智慧的特征，其实就是经过抽象以后的机器学习。不论粒子群算法还是蚁群算法，也不论是遗传算法还是免疫算法，更不论是神经网络还是模拟退火算法，本质上都是机器学习。
机器学习具有一个显著特征——机械性。吴文俊院士在《数学机械化》一书中提到，数学机械化是指数学在运算和证明过程中，只要前进了一步，都会有确定的、必然的下一步，直到到达结论，整个过程是按照既定的刻板规律进行。
智能算法是一门边缘交叉学科，是生物、数学等多学科的完美融合。
image.png
智能优化算法的特点：
- 不以达到某个最优性条件或找到理论上的精确最优解为目标，更看重计算的速度和效率
- 对目标函数和约束函数的要求十分宽松
- 算法的基本思想都是来自于对某种自然规律的模仿，具有人工智能的特点
- 多数算法含有一个多个体的种群，寻优过程实际上就是种群的进化过程
- 这些算法的理论工作相对比较薄弱，一般来说不能保证收敛到最优解
