Về bản chất, cAnt-Miner làm việc như Ant-miner: Nó bắt đầu với một danh sách các luật rỗng (chưa có luật nào) và lặp lại việc thêm một luật ở một thời điểm vào danh sách đó khi số lượng ví dụ huấn luyện chưa được gắn nhãn lớn hơn giá trị lớn nhất được chỉ ra (trong vòng lặp). Để khởi tạo một luật, một kiến đơn bắt đầu với một luật rỗng(không có điều kiện trước nó) và thêm một điều kiện ở một thời điểm vào luật đứng trước (lặp lại đến khi hết vòng lặp). Nó có thể lựa chọn điều kiện để thêm vào bộ phận luật hiện tại dựa trên giá trị của lượng lớn pheromone (τ) và một đánh giá vấn đề phụ thuộc information (η) kết hợp với các điều kiện. Một giá trị vết mùi và một giá trị đánh giá được kết hợp với các điều kiện có thể mộ bộ ba (thuộc tính, toán tử, giá trị). Như thường lệ trong ACO, giá trị đánh giá là cố định (dự trên thông tin lý thuyết lượng giá về dự đoán mức độ của điều kiện ), khi giá trị vết mùi được cập nhật lại dựa vào giá trị của luật xây dựng bởi kiến. Kiến lưu giữ điều kiện được thêm vào bộ phân luật cho đến khi bất kì điều kiên nào được thêm vào phía trước làm cho luật gắn nhãn các ví dụ huấn luyện dưới mức được chỉ ra, làm cho các luật quá khác biệt và không đáng tin, hoặc tất cả các thuộc tính đã được sử dụng hết bởi kiến.
Các luật khởi tạo sau dừng tiêu chí là cần thiết bởi vì một thuộc tính có thể chỉ xuất hiện một lần trong phía trước của luật, để tránh mâu thuẫn ví dụ như (Sex = male)
AND (Sex = female). Một sản xuất của một luật khởi tạo đã hoàn thành, đầu tiên luật
phía trước. Sau đó hệ quả của luật sẽ được chọn làm giá lớp hay xảy ra nhất trong tập các ví dụ huấn luyện gắn nhãn bởi luật. Cuối cùng vết mùi được cập nhật và một kiến khác bắt đầu khởi tạo một luật mới. Quá trình tạo các luật được lặp lại cho tới khi các luật đạt đến số lượng đã chỉ ra hoặc kiến hiện tại đã tạo ra một luật mà thực sự giống luật tạo ra bởi số lượng giá trị định nghĩa của của các kiến trước mà làm việc như luật kiểm tra hội tụ. Luật tốt, dựa trên đánh giá chất lượng Q , tìm theo quá trình lặp này được thêm vào danh sách luật và phân lớp chính xác các ví dụ huấn luyện đã loại bỏ từ tập huấn luyện. Một ví dụ được coi là phân loại đúng nếu thỏa mãn luật phía trước và các lớp dự đoán bởi các luật hệ quả.