在20世纪90年代，智能算法得到了广泛的应用和发展。智能算法的发展历程可以分为以下几个方面：
1. 遗传算法
遗传算法是一种基于自然选择和遗传学原理的优化算法。它通过模拟自然界中的进化过程来寻找最优解。在90年代初期，遗传算法被广泛应用于组合优化、函数优化、机器学习等领域。
2. 神经网络
神经网络是一种模拟人类神经系统的计算模型。它可以通过学习和训练来实现模式识别、分类、回归等任务。神经网络得到了快速的发展和广泛的应用，成为了人工智能领域的热点。
3. 模糊逻辑
模糊逻辑是一种能够处理不确定性和模糊性信息的数学理论。它可以用来处理模糊的输入和输出，从而实现模糊控制、模糊识别等任务。模糊逻辑被广泛应用于控制、识别、决策等领域。
4. 支持向量机
支持向量机是一种基于统计学习理论的分类器。它通过寻找最优的分类超平面来实现分类任务。支持向量机被广泛应用于模式识别、图像处理、文本分类等领域。
智能算法的应用领域
智能算法被广泛应用于各个领域，如：
1. 工业自动化
智能算法可以用来实现工业控制、优化等任务。遗传算法可以用来优化工艺参数，神经网络可以用来预测产品质量，模糊逻辑可以用来控制复杂的工艺过程。
2. 金融领域
智能算法可以用来预测股票价格、汇率等金融指标。神经网络可以用来预测股票价格走势，支持向量机可以用来进行交易策略的优化。
3. 医疗领域
智能算法可以用来进行医学诊断、疾病预测等任务。神经网络可以用来诊断心电图，遗传算法可以用来优化治疗方案。
4. 智能交通
智能算法可以用来实现智能交通系统的设计和优化。模糊逻辑可以用来进行交通流量控制，神经网络可以用来进行交通事故预测。
20世纪90年代，智能算法得到了快速的发展和广泛的应用。遗传算法、神经网络、模糊逻辑、支持向量机等算法成为了人工智能领域的热点。智能算法被广泛应用于工业自动化、金融领域、医疗领域、智能交通等领域。随着科技的不断进步，智能算法的应用领域将会更加广泛，为人类带来更多的便利和创新。