从优化算法应该具有的共性出发，提出一种全新的算法——学习算法（LA）。该算法记录历史最优解和当前最优解这两组关键历史信息，然后让当前解向这两种最优解聚集（即学习的过程）；同时为了不放弃其他区域的搜索，让当前解的一部分完全随机地被重置。该算法原理简单，可调参数少且各参数对算法效能的影响易于掌控。在多最优函数以及复杂函数的最小化测试中，通过与GA、PSO的比较，发现LA确实是一种有效的优化算法，其优化效率并不低于现有算法。数值实验还表明，LA在多最优解问题的寻优中相对GA和PSO具有非常明显的优势。