前言

优化是一种在无约束或有约束条件下，通过函数模型求解问题最优解的方法。优化问题涉及各个领域，现实中很多问题本质上都可以归为优化问题。随着科学技术的快速发展、社会的不断进步，求解问题的规模不断扩大、复杂度成倍增加，传统基于微积分穷举搜索的确定性数值优化方法的不足逐渐显露，难以在有效时间内给出问题的合理解，对于大规模、复杂优化问题的求解基本无效。近年来，基于生物群体智能的启发式优化方法研究发展迅速，一些性能优越、影响大的算法相继出现。这类方法模仿自然界中生物系统的群体合作行为和适宜性进化选择，能够快速逼近问题最优解，具有操作简单、机制灵活、求解高效等特点，是目前优化领域求解复杂问题最有效的方法之一，具有广阔的研究前景。

本书在现有文献基础上，结合笔者的研究和实践经验，对经典生物启发式群体智能优化算法的思想、流程进行梳理，对最近几年提出的一些认可程度较高、优化效果较好、应用比较广泛的代表性算法进行深入研究，探索其改进机制，给出理论和实验分析的方法、结果，并提供了各改进算法的Matlab源代码及关键注释。

本书由刘景森、李煜撰写。本书撰写过程中，笔者所指导的多位研究生给予了很大帮助，在此表示衷心的感谢！

由于时间和水平有限，书中难免存有疏漏和不妥之处，恳请广大读者朋友批评指正。

刘景森

2021年7月20日