前言

近年來，為了在一定程度上解決大空間、非線性、全局尋優、組合優化等復雜問題，智能優化算法得到了快速發展和廣泛應用。智能優化算法又稱為元啟發式算法，包括粒子群算法、遺傳算法、模擬退火算法、禁忌搜索算法、蟻群算法等。智能優化算法的常見靈感來源通常為生物、物理、化學、社會等系統或領域中相關的行為、功能、經驗、規則、作用機理等，因其獨特的優點和機制，在國內外得到廣泛關注。智能優化算法正在不斷演化和飛速發展，在信號圖像處理、生產任務分配、路徑規劃、自主自動控制等眾多領域得到了成功應用。

本書介紹了10種智能優化算法，包括蜉蝣優化算法、哈里斯鷹優化算法、獅群優化算法、樽海鞘群算法、禿鷹搜索算法、烏燕鷗優化算法、平衡優化器算法、海洋捕食者算法、算術優化算法和蝠鲼覓食優化算法。全書共分為12章，前10章分別對應上述一種智能優化算法，每章分為4節，第一節主要對算法來源、原理、過程和流程進行詳細介紹，第二節給出算法完整的MATLAB實現代碼，第三節針對某一具體的函數模型進行MATLAB編程尋優，第四節針對某一具體應用問題進行MATLAB主函數設計。第11章列出了23種用于衡量智能優化算法性能的常見測試函數，并給出了每種測試函數的MATLAB編程代碼。第12章重點介紹了智能優化算法評價指標體系，選取了8種測試函數以及10種工程案例，對前10章介紹的部分智能優化算法進行測試與分析，給出完整MATLAB代碼，供讀者參考。

本書主要特點為算法新穎，要素齊全，案例豐富，可移植性強。本書涉及的算法均為國內外新開發研究的算法，包含完整的建模過程和MATLAB代碼案例，對于初學者具有較強的啟發作用。本書實戰性強，對于要應用算法工具解決具體問題的理論研究和工程技術人員來說，通過閱讀本書可以節省大量查詢資料和編寫程序的時間，通過MATLAB仿真實例更加深入地理解、快速地掌握算法。每種算法的優化目標可以很多，感興趣的讀者可以在此基礎上進行深入研究。

在本書編寫過程中，除了引用智能優化算法的原始文獻，還參考了國內外相關研究的文獻及有價值的博士、碩士學位論文等，感謝被本書直接或間接引用文獻資料的同行學者們！

本書的出版得到清華大學出版社的大力支持，在此表示由衷感謝！

由于編著者水平有限，書中難免存在不足之處，誠摯希望各位專家和讀者批評指正。

編者