元启发式搜索（meta-heuristic search），理学-计算机科学技术-人工智能-计算智能-演化计算，人工智能的一个分支，旨在基于某种不依赖于待求解问题的规则或策略指导问题空间的搜索。如何在合理的时间代价内在解空间中搜索出一个足够好的解，尤其当问题的具体性质难以获取时，是一个在生产应用中常面临的问题，然而传统的优化方法难以有效解决甚至不能解决这类复杂问题。对于这类问题，元启发式搜索采用一定的规则，并通过不断的迭代和比较，指导和加速搜索候选解空间，直至搜索到全局最优解或在合理的时间代价内给出一个足够好的解。典型的元启发式搜索包括模拟晶状固体冷却过程的模拟退火（simulated annealing）、模拟自然进化过程的演化算法（evolutionary algorithm）和模拟生物群体行为的蚁群优化（ant colony optimization）等。在每一次迭代过程中，根据对解空间采用不同的搜索方式可以对元启发式搜索进行分类。