人工蜂群（artificialbeecolony，ABC）算法在解决多峰函数优化问题时经常会陷入局部最优，使得算法过早停滞，而在解决单峰问题时往往出现收敛速度过慢的问题。针对上述不足，为了进一步提高算法的优化性能，提出了一种基于交叉突变的人工蜂群（intersectmutationABC，IMABC）算法。IMABC算法将整个蜂群依据其适应度值优劣进行划分，引入种群划分参数，对不同种群中的个体运用交叉突变算子，有效地平衡了种群的局部开采与全局探测能力，避免早熟收敛和提高收敛速度。从对基本函数的测试上可以看出，IMABC相对于GABC、IABC、ABC/best等改进的ABC算法，优化能