针对人脸识别中由于人脸表情、姿态、尺度、光照和其他环境参数变化而影响识别性能的问题，提出了一种随机优化算法。首先，将原始图像划分成特定空间子块，并使用二阶Volterra核寻找非线性函数映射；然后，使用人工蜂群算法获取最优Volterra核，从而在特征空间内最大化类间距离并最小化类内距离；最后，利用投票策略和最近邻分类器完成人脸的分类。在两个通用人脸数据集YaleA和扩展YaleB上对该算法进行了评估，并将其与其他统计学习算法和几种最新提出的方法进行了比较。实验结果表明了Levy变异人工蜂群算法优化Volterra核的有效性，识别效果明显优于许多现有算法。