الگوریتم های بهینه سازی الهام گرفته از طبیعت به عنوان روشهای هوشمند بهینه سازی در کنار روش های کلاسیک موفقیت خوبی از خود نشان داده اند. از جمله این روش ها می توان به الگوریتم های ژنتیک ، بهینه سازی کلونی مورچه ها و روش بازپخت شبیه سازی شده اشاره نمود. الگوریتم رقابت استعماری یکی از الگوریتمهای فراابتکاری جدید می باشد که بر خلاف الگوریتم های تکاملی دیگر از یک پدیده اجتماعی - انسانی الهام گرفته است. در مدت کوتاهی که از معرفی این الگوریتم می گذرد، از آن برای حل مسائل بسیاری در حوزه بهینه سازی استفاده شده است. طراحی چیدمان بهینه برای واحد های صنعتی، آنتن های مخابراتی هوشمند، سیستم های پیشنهاد دهنده هوشمند و نیز طراحی کنترل کننده بهینه برای سیستم های صنعتی شیمیایی تعدادی معدود از کاربرد های گسترده این الگوریتم در حل مسائل بهینه سازی می باشد. بطور ویژه این الگوریتم به فرایند استعمار، به عنوان مرحله ای از تکامل اجتماعی - سیاسی بشر نگریسته و با مدلسازی ریاضی این پدیده تاریخی، از آن به عنوان منشأ الهام یک الگوریتم قدرتمند در زمینه بهینه سازی بهره می گیرد. مشابه الگوریتم های تکاملی دیگر که با یک جمعیت اولیه شروع می شوند، الگوریتم رقابت استعماری با امپراطوری های اولیه آغاز می شود که هر یک از اعضای امپراطوری کشور نامیده می شود. کشورها به دو دسته ی استعمارگر و مستعمره تقسیم می شوند که از اجتماع آن ها یک امپراطوری تشکیل می شود. رقابت استعماری بین امپراطوری ها اساس الگوریتم رقابت استعماری می باشد. در حین رقابت، امپراطوری های ضعیف تر حذف می شوند و در نهایت تنها یک امپراطوری شامل کلیه کشورها باقی می ماند. در این تحقیق ، سعی می شود عملکرد الگوریتم رقابت استعماری از لحاظ همگرایی، دقت و سرعت، بر مبنای مفهوم تقابل ارتقاء داده شود. مفهوم بهینه سازی بر مبنای تقابل برای اولین بار توسط دکتر تیزهوش مطرح گردید. ایده ی اصلی تقابل، در نظر گرفتن همزمان یک تخمین و تخمین متقابل مربوطه به منظور دستیابی به تقریبی بهتر برای راه حل موجود می باشد.از مزایای ارزیابی نقطه متقابل نسبت به نقطه تصادفی، افزایش شانس مشاهده بخش های بیشتر از فضای حل است. همانطور که می دانید یافتن جواب هایی با دقت بیشتر در مدت زمان کوتاه تر برای مسائل پیچیده هدف اصلی تمامی الگوریتم های تکاملی می باشد. همین امر موجب شد تا ما از مفهوم تقابل برای تسریع تکنیک های بهینه سازی استفاده کنیم.در این تحقیق به کمک حرکت به سمت جواب بهینه بر مبنای تقابل، شانس رسیدن به جواب بهتر را ارتقا یافته و مسیر کارا تری در اختیار الگوریتم رقابت استعماری قرار داده شده است.