《高等学校工科类研究生教学用书：智能优化方法》主要介绍近年来产生发展的多种智能优化算法。包括为人熟知的遗传算法、禁忌搜索算法、模拟退火算法和蚁群优化算法；近年来已成为研究热点的粒子群优化算法；还有尚待普及的捕食搜索算法和动态环境下的进化计算。书中讨论这些算法的产生和发展、算法的基本思想和理论、基本构成、计算步骤和主要的变形以及数值例子和实际应用。为了方便读者学习，各章之后还附有精选的习题、思考题及相关的参考文献。
    本教材是为“智能优化方法”这门研究生课程编写的，可作为系统工程、管理工程、计算机、自动化、人工智能以及其他应用优化算法专业的研究生及高年级的本科生教材，也可供相关专业的研究人员和工程技术人员参考。

第1章 智能优化方法的产生与发展
1.1 最优化的重要意义
1.2 传统优化方法的基本步骤及其局限性
1.3 智能优化方法的产生与发展
1.4 怎样学习研究智能优化方法
问题与思考
参考文献

第2章 伪随机数的产生
2.1 伪随机数在智能优化方法中的作用
2.2 产生0-1均匀分布伪随机数的乘同余法
2.3 产生正态分布伪随机数的方法
2.4 产生其他分布的伪随机数的逆变法
问题与思考
参考文献

第3章 遗传算法
3.1 导言
3.1.1 生物的进化
3.1.2 生物的遗传和变异
3.2 遗传算法的基本原理
3.2.1 基本思想
3.2.2 构成要素
3.2.3 算法流程
3.2.4 解空间与编码空间的转换
3.2.5 计算举例
3.3 模板理论
3.3.1 模板的概念
3.3.2 模板理论
3.4 改进与变形
3.4.1 编码方法
3.4.2 遗传运算中的问题
3.4.3 适值函数的标定
3.4.4 选择策略
3.4.5 停止准则
3.4.6 高级基因操作
3.4.7 约束的处理
3.4.8 多目标的处理
3.5 应用实例
3.5.1 背包问题
3.5.2 最小生成树问题
3.5.3 二次指派问题
3.5.4 企业动态联盟中的伙伴挑
3.5.5 准时化生产计划的半无限规划模型
问题与思考
参考文献

第4章 禁忌搜索算法
4.1 导言
4.1.1 局部邻域搜索
4.1.2 禁忌搜索算法的基本思想
4.2 算法的构成要素
4.2.1 编码方法
4.2.2 适值函数的构造
4.2.3 初
4.2.4 移动与邻域移动
4.2.5 禁忌表
4.2.6 选择策略
4.2.7 渴望水平
4.2.8 停止准则
4.3 算法流程与算例
4.3.1 基本步骤
4.3.2 流程图
4.3.3 一个简单的例子
4.4 中期表与长期表
4.4.1 中期表
4.4.2 长期表
4.5 算法性能的改进
4.5.1 并行禁忌搜索算法
4.5.2 主动禁忌搜索算法
4.5.3 禁忌搜索算法与遗传算法混合的搜索策略
4.5.4 其他改进方法
4.6 禁忌搜索算法的应用
4.6.1 应用于实优化问题
……
第5章 模拟退火算法
第6章 蚁群算法
第7章 粒子群优化算法
第8章 捕食搜索算法
第9章 动态进化算法
结束语
参考文献