针对标准人工蜂群（ABC）算法存在开发能力弱、收敛速度慢的缺点，提出了一种基于多种群组合策略的ABC算法。首先，将异维协同和多维匹配的更新机制引入搜索方程；然后，针对雇佣蜂和跟随蜂分别设计了两种组合策略，组合策略是由侧重于广度探索和深度开发的两个子策略构成。在跟随蜂阶段，将种群划分为自由子集和非自由子集，并使属于不同子集的个体采用不同的子策略，从而平衡算法的探索与开发能力。通过15个标准测试函数将所提改进ABC算法与标准ABC算法和其他3种改进ABC算法进行仿真对比，结果表明所提算法在低维和高维问题中都具有更好的寻优性能。
