前言

優化是一種在無約束或有約束條件下，通過函數模型求解問題最優解的方法。優化問題涉及各個領域，現實中很多問題本質上都可以歸為優化問題。隨著科學技術的快速發展、社會的不斷進步，求解問題的規模不斷擴大、復雜度成倍增加，傳統基于微積分窮舉搜索的確定性數值優化方法的不足逐漸顯露，難以在有效時間內給出問題的合理解，對于大規模、復雜優化問題的求解基本無效。近年來，基于生物群體智能的啟發式優化方法研究發展迅速，一些性能優越、影響大的算法相繼出現。這類方法模仿自然界中生物系統的群體合作行為和適宜性進化選擇，能夠快速逼近問題最優解，具有操作簡單、機制靈活、求解高效等特點，是目前優化領域求解復雜問題最有效的方法之一，具有廣闊的研究前景。

本書在現有文獻基礎上，結合筆者的研究和實踐經驗，對經典生物啟發式群體智能優化算法的思想、流程進行梳理，對最近幾年提出的一些認可程度較高、優化效果較好、應用比較廣泛的代表性算法進行深入研究，探索其改進機制，給出理論和實驗分析的方法、結果，并提供了各改進算法的Matlab源代碼及關鍵注釋。

本書由劉景森、李煜撰寫。本書撰寫過程中，筆者所指導的多位研究生給予了很大幫助，在此表示衷心的感謝！

由于時間和水平有限，書中難免存有疏漏和不妥之處，懇請廣大讀者朋友批評指正。

劉景森

2021年7月20日