内在并行性（intrinsic parallelism），工学-控制科学与工程-智能控制-智能控制-模糊控制-智能优化控制-进化控制，基于群体搜索的智能优化算法具有仅需要测试少量的可行解，就可以测试搜索空间内大范围解域的性质。内在并行性使得基于群体搜索的智能优化算法可以利用群体对多个模式同时进行显性的并行搜索，同时由搜索的随机性导致的搜索的不确定性使其具备隐含并行处理能力。内在并行性概念首次由美国学者J.H.霍兰德（J.H.Holland）于1975年在《自然与人工系统中的适应性：理论分析及其在生物、控制和人工智能中的应用》一书中针对遗传算法提出。1989年美国学者D.E.戈德伯格（D.E.Goldberg）等证明了遗传算法的内在并行性，并指出内在并行性使遗传算法能够以较少的计算获得较大的收益。随后，内在并行性被发现广泛存在于其他基于群体搜索的智能优化算法中，如蚁群算法、微粒群算法等。