本文提出了一种新颖的优化算法，即层次人工蜂群优化算法（HABC），以解决复杂的高维问题。 在提出的多级模型中，较高级别的物种可以由较低级别的子种群聚集。 在底层，每个采用规范ABC方法的子种群并行搜索零件尺寸最优值，可以将其构建为高层的完整解决方案。 同时，运用交叉和变异算子的综合学习方法来增强物种间的全局搜索能力。 针对一组20个连续和离散的基准测试问题进行了实验。 实验结果表明，与其他六种进化算法相比，HABC算法具有出色的性能。