合作协同进化是基于一种“分而治之”的思想：对于一个优化问题，将问题的变量分为若干组，各个组分别进行优化，且各个组相互之间进行协作，共同完成问题的优化。
一个优化问题可以表示为一个数学函数，其输入为一系列的变量，其输出为函数值，此函数值可用于评估输入的变量的好坏，优化算法的目标是找到好的解（这些变量的值），以求较好的解决相应的问题。
优化算法通过进化一个种群，以不断地得到更好的解，直到得到满意的结。一个种群由若干个体组成，每个个体是问题的一个解，对应输入变量的值。
优化过程就是不断地改变各个个体的变量的值，猜测较好的解。
这些猜测并不是随机的，而是采用了一系列的策略。
不同的进化算法采用不同的策略。总的来说，就是基于之前的猜测，建立对问题的认识，有策略地进行更新。
个体中的变量可以整体全部进行优化，也可以分成多组，分组优化，一个组优化时，其与组中的变量不变。而在评估时，将进化的这组变量与其余组中的变量组合起来，形成完整的解，以进行评估。
对于大规模优化问题，由于变量的数量较多，由于维度灾难，整体进行优化效率较低；而CC将变量分组，相当于将问题分为了多个小规模问题，降低了问题的难度，提升了优化效率。
但是，变量分组的策略需要慎重考虑。
变量之间可能存在关联，若没有分到同一组中，优化效果会大为降低。需要构思分组策略。