前言PREFACE

当前，优化是一个非常活跃的研究领域，优化可以理解为在一定约束条件下，根据相应函数模型搜寻一种合理解的方法。优化涉及社会生活的各个方面，经过研究者不断探索，优化已有效应用于许多领域。随着工程技术提升和科学计算规模日益扩大，传统优化计算方法的缺陷逐渐显露，越来越难以在合理时间内找到问题的有效解；从求解效率来看，对于这类大规模复杂性问题的求解基本无效。近年来，基于自然科学尤其仿生学的启发式智能优化算法不断发展，其操作简便、机制灵活、求解高效等特点得到众多学者的青睐，为解决大规模复杂优化问题提供了良好的思路和方案，并应用于诸多领域复杂问题的求解。

在充分参阅现有文献基础上，笔者结合现代启发式智能优化算法的研究经验，对经典启发式方法的流程进行了梳理，对近年来提出的一些认可度较高、应用范围较广的主流活跃算法进行了研究；探索这些算法的改进机制，给出理论和实验分析方法，并针对不同应用问题建立模型、构造方法，进行求解。本书可使读者较为清楚地理解现代启发式优化算法的脉络和研究方法，为进一步改进这些算法的机制、应用以及相关研究提供参考。

本书由刘景森、李煜撰写。在撰写过程中，笔者所指导的研究生刘晴晴、杨杰、郑智远对本书的整理和校对提供了很多支持，在此对他们表示衷心感谢！此外，还要特别感谢河南大学“研究生教育创新与质量提升”项目（SYL19050104）对本书提供的支持和资助。

限于时间和水平，书中难免存有疏漏和不妥之处，恳请广大读者批评指正。

刘景森

2020年6月30日