近年來隨著智能計算領域的發展，出現了壹類被稱為超啟發式算法（Hyper-Heuristic Algorithm）的新算法類型。最近幾年，智能計算領域的著名國際會議（GECCO 2009, CEC 2010，PPSN 2010）[1]分別舉辦了專門針對超啟發式算法的workshop或session。從GECCO 2011開始，超啟發式算法的相關研究正式成為該會議的壹個領域（self* search-new frontier track）。國際智能計算領域的兩大著名期刊Journal of Heuristics和Evolutionary Computation也在2010年和2012年分別安排了專刊，著重介紹與超啟發式算法有關的研究進展。
定義1. 超啟發式算法提供了某種高層策略（High-Level Strategy，HLS），通過操縱或管理壹組低層啟發式算法（Low-Level Heuristics, LLH），以獲得新啟發式算法。這些新啟發式算法則被運用於求解各類NP-難解問題。
上圖給出了超啟發式算法的概念模型示意圖。從圖中可以看出，超啟發式算法分為兩個層面：在問題域層面上應用領域專家需根據本人的背景知識，提供問題的定義、評估函數等信息和壹系列LLH；而在高層策略層面上，智能計算專家則通過設計高效的操縱管理機制，利用問題域所提供的問題特征信息和LLH算法庫，構造新的啟發式算法。因為這兩個層面之間實現了嚴格的領域屏蔽，僅僅需要修改問題域的問題定義和LLH、評估函數等領域有關信息，壹種超啟發式算法就可以被快速地遷移到新的問題上。因此，超啟發式算法特別適合求解跨領域的問題。需要引起註意的是，研究超啟發式算法的目標並不是取代智能計算專家，而是如何將智能計算技術更快地推廣到更多的應用領域，同時有效第降低啟發式算法的設計難度，從而將領域專家和智能計算專家的研究重點有效地劃分開。根據圖1 可知，智能計算專家在超啟發式算法設計中主要關註於高層策略，而領域專家則重點研究問題的目標函數和LLH等。