蜂群算法是模拟蜂群觅食、选择蜂巢位置以及蜂群婚配行为的群智能优化算法，具备参数设置少、操作简单、易于实现及鲁棒性很强等诸多特点，应用于求解各种组合优化和连续优化问题，并且通过一些具体的工程领域的应用验证了这个算法的可行性。然而这个算法不但在理论上存在缺陷而且在实践上的应用也不够成熟。虽然国内和国外的研究人员对这个算法展开了深入研究改进，但是这个算法在解决某些比较复杂的工程优化问题时，算法的搜索速度有点慢，种群的多样性有所变差，并且算法容易走进局部最优。本文针对上述问题提出了一种基于小生境技术的自适应步长人工蜂群算法(NT-SABC)。在初始种群的构造过程中，采用均匀设计理论构造初始种群，使得种群均匀分布在解搜索空间中，同时在一定程度上加快了算法的收敛速度；针对种群多样性差的问题，结合分析优化算法的分组方法，提出了一种串行分组法，这个方法把种群间的差异削弱了许多，使得种群的多样性得到了保持；在种群的更新迭代过程中，在分析了原公式局限性的基础上提出了一种新的移动步长，该移动步长具有自适应性，能改善算法的局部以及全局的搜索原则，让算法的寻找速度提升了；根据算法容易走进到局部最优区域的缺陷，把一种改进的小生境加入到种群的淘汰过程，把进入到局部最优区域的个体适时地淘汰掉，制止了算法走进局部最优。实验证明，改进后的算法有效地解决了早熟收敛，搜索速度不快等问题，并提高了解的精度。根据分析经典算法的原理，我们知道算法的一些参数对算法相关的性能有比较大的影响，在以后的研究过程中，我们可以考虑从算法的一些参数方面来考虑，来提升算法的基本能力。另外，蜂群的每一种行为都可以映射为一种算法，如婚配、觅食、选巢等，可以从研究自然界蜂群的生物学机理着手，进一步分析蜂群的行为，寻找更好的优化算法。