Los problemas multimodales son problemas de optimización de objetivo único con múltiples óptimos locales y globales. El objetivo de la optimización multimodal es localizar todos o la mayoría de los óptimos. Los algoritmos niching son las técnicas utilizadas para localizar estos óptimos. Un factor crítico en la determinación del éxito de los algoritmos niching es qué tan bien se cubre el espacio de búsqueda con las soluciones candidatas. Para los algoritmos niching, una alta diversidad durante la fase de exploración facilitará la ubicación e identificación de muchas soluciones, mientras que una baja diversidad significa que las soluciones candidatas están agrupadas en los óptimos. Este artículo proporciona una revisión de las medidas utilizadas para cuantificar la diversidad y cómo se pueden utilizar para cuantificar la dispersión tanto de las soluciones candidatas como de las soluciones de los algoritmos niching (es decir, los óptimos encontrados). Las medidas de diversidad investigadas se utilizan luego para evaluar la distribución de las soluciones candidatas y las soluciones cuando se utiliza el algoritmo de optimización de enjambre de partículas basado en especies mejorado (ESPSO) para optimizar un conjunto seleccionado de problemas multimodales.