社会性昆虫（蚂蚁ants、白蚁termites、黄蜂wasps、蜜蜂bees）生活在地球的每寸土地上。经过上百万年的不断进化，它们已经征服了无数不同类型的生态环境（ecological niches）。毫无疑问，它们的社会性组织形态，尤其是每个个体对整体生存所做出的贡献（commitment），这种贡献是通过遗传不断进化的（genetically evolved），是支持它们得以成功存在的关键因素。而且这些昆虫群体所展现出来的、令人着迷的特性——个体的活动，以及作为整体的行为，并不是在某种显式的中心控制形式下进行的。进化的力量已经产生了大量的个体，能够通过特定通信和行为技巧，来将个体的贡献组合为整个群体的力量，这些通信手段和行为不断组合，从而在全局环境下形成非常复杂模式和行为。

蚂蚁被认为是最成功的社会种族，它们有9000多个种类，每种种群都拥有不同的特征，使得它们能够在地球的任何地方大量存在。昆虫学家（entomologists）一直都没有放弃对蚂蚁以及蚂蚁种群的观察和研究。近年来，蚂蚁种群的社会和互动模型引起了计算机科学家和工程师的注意。蚂蚁种群的特征，包括个体的自治性、全面分布式控制、容错、直接或者环境中继（environment-mediate）的通信、与每个个体相关的复杂行为、集体（collective）和协作（cooperative）策略、自组织等。这些独特特性的同时出现（simultaneous presence）使得蚂蚁社会称为设计新算法和新型多agnet系统的启发模型（inspiring model）。

在过去的10－15年中，蚂蚁社会模型极大的推动（provide the impetus）了在机器人学、行为研究、电信等研究领域的研究活动，这个领域内的不同模拟和实现都以“蚂蚁算法”（ant algorithms）命名。

蚂蚁算法中一个特别成功的研究方向，蚂蚁种群最优化（ant colony optimization，AOC），即将蚂蚁种群模型应用到离散最优化问题上。AOC已经成功应用到诸如邮递员问题、调度问题、以及电信网络上的路由问题等。AOC来自阿根廷蚂蚁种族（Argentine ant）一种特殊的收集食物行为（foraging behaviours），通过在实验室中的观察，这些蚂蚁即使没有选择最短的路线，至少能够选择非常好的路线来连接不同食物资源。

在20世纪90年代初，来自Marco Dorigo的一篇博士论文“ant system”内提出使用这种模型来解决组合最优化问题，引起了世界范围内各种研究者的注意。1998年出现第一个workshop。