前言
第一部分 基于生物学原理的优化算法
第一章 遗传算法
第二章 神经网络
第三章 蚁群优化算法
第四章 微粒群优化算法
第五章 人工蜂群优化算法
第六章 蝙蝠算法
第七章 萤火虫群优化算法
第八章 布谷鸟搜索算法
第九章 人工鱼群算法
第十章 细菌觅食优化算法
第十一章 生物地理学优化算法
第十二章 模拟植物生长算法
参考文献
第二部分 基于物理学原理的优化算法
第十三章 模拟退火算法
第十四章 引力搜索算法
第十五章 混沌优化算法
第十六章 随机分形搜索算法
第十七章 光学优化算法
第十八章 量子优化算法
参考文献
第三部分 其他类型的优化算法
第十九章 禁忌搜索算法
第二十章 差分进化算法
第二十一章 和声搜索算法
第二十二章 大洪水算法
第二十三章 正弦余弦算法
第二十四章 竞争决策算法
第二十五章 文化算法
参考文献
附录
1.蚁群优化算法主要程序（Delphi代码）
2.微粒群优化算法主要程序（python代码）
3.人工蜂群优化算法主要程序（Java代码）
4.生物地理学优化算法主要程序（Matlab代码）
5.模拟退火算法主要程序（python代码）
6.差分进化算法主要程序（Fortran代码）
7.正弦余弦算法主要程序（Matlab代码）

智能优化算法是目前常用的一类优化方法，一直是科学研究与工程应用中的研究热点。本书比较系统地分析了有代表性的智能优化算法，全书共分三个部分。第一部分是基于生物学原理的优化算法，包括遗传算法、神经网络、蚁群优化算法和微粒群优化算法等。第二部分是基于物理学原理的优化算法，包括模拟退火算法、引力搜索算法、混沌优化算法和随机分形搜索算法等。第三部分是其他类型的优化算法，包括禁忌搜索算法、差分进化算法、和声搜索算法和大洪水算法等。本书对这些智能优化方法从算法原理、算法模型、算法分析、理论基础和应用案例等方面分别进行阐述。附录部分给出了部分算法的源代码。
本书可为管理科学、运筹学、计算机科学、系统科学与工程等领域的相关专业人员提供参考，也可作为相关专业研究生和高年级本科生教材。