面对复杂的全局优化问题,传统的优化算法存在着求解过程复杂和寻优过程容易陷入局部最优等诸多性能局限,不能很好的满足实际应用的需要。基于自然现象或过程模拟的优化算法正是为解决这个问题而发展起来的一类新型、高效的优化技术。因其具有思想新颖,性能高效,适用领域广阔等特点,该类算法正在成为优化计算领域新的研究热点之一。从最优化问题的本质讨论和已有的各类优化算法的研究成果出发,在遵循模拟自然现象或行为智能的基本思想前提下,将优化过程看作在搜索空间中候选解向最优解转化的信息交换过程,根据从交谊舞的自优化现象的启示,得到了一种新的优化算法—交谊舞算法。详细叙述了相关概念和机制,通过空间移动、交换策略和概率舞池修整等三个子算法模拟了自由交谊舞机制中展现的智能现象。在综合分析影响交谊舞算法在求解最优化问题性能的各个因素基础上,详细叙述了新算法的框架和若干核心子算法的设计问题,并对算法展开了复杂度和性能改进等方面问题展开了相关叙述。新算法的设计紧紧抓住基于自然现象和行为模拟的优化算法的基本思想,在保持算法新颖和高效的基础上,增强了其可理解性和通用性。实验结果表明新算法能够较好的解决复杂的全局最优化问题,对相关算法领域的研究有较高的参考价值。