در این پایان نامه، مفاهیم الگوریتم های جستجوی فاخته (ck)، بهینه سازی انبوه ذرات (pso)، تکامل تفاضلی (de) و کلونی زنبورعسل (abc) مورد تجزیه و تحلیل قرار گرفته است. حل مسا‏له های بهینه سازی عددی توسط الگوریتم های ذکر شده با تست بیش از پنجاه تابع آزمون متمایز از نظر آماری مقایسه شده است. نتایج تجربی نشان می دهند، حل مساله ها، توسط الگوریتم جستجوی فاخته به الگوریتم تکامل تفاضلی بسیار نزدیک است. پیچیدگی زمان اجرا و تعداد تابع ارزیابی شده برای کسب مینیمم سراسری توسط الگوریتم de به طور کلی، کوچک تر از الگوریتم های مورد مقایسه می باشد. عملکرد الگوریتم های ck و pso نسبت به الگوریتم abc از نظر آماری به عملکرد الگوریتم de نزدیک‏تر است و این الگوریتم در مقایسه با سایر الگوریتم ها، نتایج دقیق تر و بهتری را ارائه می دهد.