本書在現有智能優化方法的基礎上，探索學習型智能優化方法的基本框架。書中采用智能優化模型和知識模型相結合的集成建模思路，總結了精英個體知識、構件知識、算子知識和參數知識4種知識形式，構建了用于實現學習型智能優化方法的8類典型知識，以此輔助學習型智能優化方法高效地求解復雜優化問題。針對連續優化的問題、離散優化的問題（非對稱旅行商問題、雙層CARP優化問題、柔性作業車間調度問題）和實際工程問題（體系仿真優化問題、衛星地面站系統任務調度問題、多星任務規劃問題），分別設計了若干種學習型智能優化算法，并對優化結果進行了分析和解釋。本書主要面向在運籌學領域研究智能優化方法的企業、高校與科研院所的研究人員，幫助讀者了解學習型智能優化算法的基本原理與框架流程，提高讀者對學習型智能優化算法的實踐與應用能力，促進學習型智能優化算法的發展與完善。