2. 傳統優化算法不少都屬於凸優化範疇，有唯壹明確的全局最優點；而智能優化算法針對的絕大多數是多極值問題，如何防止陷入局部最優而盡可能找到全局最優是采納智能優化算法的根本原因：對於單極值問題，傳統算法大部分時候已足夠好，而智能算法沒有任何優勢；對多極值問題，智能優化算法通過其有效設計可以在跳出局部最優和收斂到壹個點之間有個較好的平衡，從而實現找到全局最優點，但有的時候局部最優也是可接受的，所以傳統算法也有很大應用空間和針對特殊結構的改進可能。
3. 傳統優化算法壹般是確定性算法，有固定的結構和參數，計算復雜度和收斂性可做理論分析；智能優化算法大多屬於啟發性算法，能定性分析卻難定量證明，且大多數算法基於隨機特性，其收斂性壹般是概率意義上的，實際性能不可控，往往收斂速度也比較慢，計算復雜度較高。