本书针对布谷鸟搜索算法和人工蜂群算法，利用模式搜索趋化，全局侦察策略和二阶振荡机制等提出了新的改进的群智能优化算法以提高算法的性能，并应用于解决三维点云配准优化问题。（1）提出了一种基于模式搜索趋化的布谷鸟搜索算法。该方法采用全局探测和模式移动交替的模式搜索趋化策略，利用自适应竞争机制动态选择最优解数量，并结合优势集搜索机制加强局部搜索，仿真实验结果表明，其局部开采性能与寻优精度更具优势。（2）提出了一种基于全局侦察搜索的人工蜂群算法。该方法由侦察蜂大视域全局快速侦察，并引入预测与选择机制改进引领蜂和跟随蜂搜索策略，加强算法邻域搜索。仿真实验结果表明，算法的全局搜索性能增强，有效避免早熟收敛，提高了寻优精度。（3）提出了一种基于二阶振荡扰动的人工蜂群算法。该方法在雇佣蜂群觅食过程中，引入二阶振荡扰动策略，通过异步变化学习机制，增强局部开采性能加强求解精度。仿真实验结果表明，算法有效实现全局探索和局部开采的有效平衡，增强了搜索的适应性，该方法在点云配准中的应用中也取得了较好的结果。