第1章 概述
1.1 最优化问题模型
1.2 群体智能优化算法
1.3 智能进化算法研究及应用
本章小结
第2章 粒子群优化算法
2.1 粒子群优化算法原理
2.2 粒子群优化算法求解旅行商问题
2.3 粒子群优化算法在克里金三维地质建模中的应用
本章小结
第3章 差分进化算法
3.1 差分进化算法原理
3.2 函数极值优化及参数设置
3.3 基于差分进化优化支持向量机参数
本章小结
第4章 混洗蛙跳算法
4.1 混洗蛙跳算法原理
4.2 混洗蛙跳算法求解0-1背包问题
4.3 自适应分组混沌云模型蛙跳算法
4.4 基于元胞自动机的混洗蛙跳优化算法
本章小结
第5章 人工蜂群优化算法
5.1 人工蜂群优化算法原理
5.2 自适应混合文化蜂群算法原理
5.3 基于人工蜂群优化算法的k-Means聚类
本章小结
第6章 果蝇优化算法
6.1 基本果蝇优化算法
6.2 动态分组多策略果蝇优化算法原理
6.3 基于果蝇优化算法的极限学习机训练
6.4 基于果蝇优化算法的过程神经网络训练
本章小结
第7章 人工免疫优化算法
7.1 人工免疫优化算法原理
7.2 基于人工免疫优化算法的物流配送中心选址
7.3 基于人工免疫优化算法求解旅行商问题
本章小结
第8章 量子衍生进化算法
8.1 改进的量子遗传算法
8.2 基于量子位Bloch坐标的量子进化算法
本章小结

最优化问题一直是计算机科学、人工智能和管理决策等领域广泛关注的一个问题。张强主编的《智能进化算法概述及应用》由浅入深地介绍了粒子群优化算法、差分进化算法、混洗蛙跳算法、人工蜂群优化算法、果蝇优化算法、人工免疫优化算法和量子衍生进化算法及其相关应用，力求帮助读者能较容易地应用智能进化算法解决相应的问题。
本书可作为与优化理论及应用相关专业的本科生或研究生教材，也可供相关领域研究人员及工程技术人员参考。