Son yillarda evrim, fizik, matematik ve suru ilhamli cok sayidaki sezgisel-ustu optimizasyon teknikleri, bilim ve muhendislik alanlarina onerildi. Atom arama optimizasyonu (ASO), temel molekuler dinamiklerden esinlenen populasyon tabanli yeni bir optimizasyon algoritmasidir. ASO, basitligi ve az sayida kontrol parametresi sayesinde optimizasyon problemlerine kolaylikla uygulanabilir. ASO, en cok bilinen sekiz test fonksiyonuna (Sphere, Rosenbrock, Step, Schwefel, Rastrigin, Ackley, Griewank ve Egg Crate) uygulandi. Ayrica, her test fonksiyonu icin ASO ile elde edilen istatistiksel sonuclar (ortalama, standart sapma ve en iyi deger) literaturdeki diger algoritmalarla elde edilen sonuclarla karsilastirildi. Parcacik surusu optimizasyonu (PSO), yapay ari kolonisi (ABC) ve sinus kosinus algoritmasi (SCA) karsilastirma icin secilen diger metotlardir. Tum test fonksiyonlari icin elde edilen istatistiksel sonuclar ve yakinsama hizlarina bakildiginda, ASO algoritmasinin kisitli optimizasyon problemlerini cozmedeki ustun performansi goze carpmaktadir.