تکنیک بهینه سازی کلونی زنبور
لوسیک و تئودورویک (2002)، الگوریتم BCO را پیشنهاد کردند. این الگوریتم، رفتار زنبورها را با جستجو برای غذا به عنوان شبیه سازی رفتار کاوش تقلید می کند. BCO از مفهوم موثر استفاده می کند و در مرحله اجرا، راه حل ها را تولید می کند. گذر روبه عقب و جلو، دو فاز جایگزین BCO هستند. در گذر رو به جلو، مولفه های راه حل توسط هر زنبوری ملاقات می شوند، یک راه حل جزئی تولید می کنند و سپس به کندو باز می گردند. قبل از گذر رو به عقب، راه حل های کوچک جدید بدست می آیند و زنبورها در کندو به یکدیگر می رسند و عقب نشینی را شروع می کنند. در BCO مبتنی بر زمانبندی و تعادل بار، کندوی زنبور، محیط ابر را توصیف می کند، هر کلونی زنبور مصنوعی، وظایف را نشان می دهد و منابع غذا، ماشین های مجازی را نشان می دهند. جستجوی غذای زنبور همانند بارگذاری وظیفه در ماشین مجازی است و یافتن یک منبع غذای خوب، تخصیص وظیفه به ماشین مجازی با بار کم است.