蟻獅演算法簡單的說就是一個不斷迭代搜尋最優解的過程。

2015年被人提出來的一種仿生優化演算法，Ant Lion Optimizer即蟻獅優化演算法，具有全域性優化、調節引數少、收斂精度高、魯棒性
好的優點，已被應用到SVM、Elman神經網路、GM(1,1)以及螺旋槳頁面曲線引數尋優等場合。

蟻獅演算法包含以下幾個角色：螞蟻，蟻獅（使用陷阱捕食螞蟻的一種昆蟲）和精英蟻獅。螞蟻代表著嘗試解，它隨機走動，但是由於陷阱會滑向蟻獅。蟻獅代表著區域性最優解，在每次螞蟻隨機走動之後都會根據螞蟻和蟻獅的評價值來更新。精英蟻獅表示全域性最優解，每次全部的蟻獅更新之後會選取最優評價值的蟻獅作為精英蟻獅，這樣可以避免陷入區域性最優解。通過不斷地迭代，在區域性最優解附近尋找更優解，最後得到一個比較精確的全域性最優解。

蟻獅演算法和其他啟發式演算法一樣，精度比較高，但是缺點也比較明顯，需要大量的迭代計算，適用範圍有限。