元启发式算法是一类获得广泛应用的通用优化算法，主要包括进化系列算法、邻域搜索系列算法、模拟退火算法、禁忌搜索算法、人工免疫算法、蚁群算法、蜂群算法、粒子群算法、鱼群算法、混合蛙跳算法、细菌觅食算法、神经网络算法及生物地理学算法等。
本书系统性地对25个当今流行的元启发式算法从算法设计到实现机制进行了总结和描述。为了增加实用性，使用matlab编程语言实现了每一种算法的源代码，并且完整地附于每个实例之后，读者直接复制并做出适当调试修改，即可用于自己的实际问题。每章章末列出了参考文献，留给读者查阅引用，方便理解改进算法变化的细节。此外，针对这些元启发式算法，本书仅以少量的优化问题作为背景实例，旨在使读者把学习重点放在理解和掌握各种算法的核心思想和实现机制上，而不必花费过多的时间来理解不同的实例问题。
本书是作者多年从事优化算法研究和教学实践的经验总结，既可以作为优化算法研究和应用领域本科生、研究生专业课程基础教材，亦可以用作对优化算法感兴趣的工程技术人员的专业参考资料。

第1章 优化问题与优化方法
1.1 优化问题概述
1.1.1 问题定制
1.1.2 数学建模
1.1.3 数学建模实例
1.2 优化问题分类
1.3 优化算法及其分类
1.3.1 精确算法和近似算法
1.3.2 传统优化算法和元启发式优化算法
1.4 元启发式算法
1.4.1 元启发式算法概述
1.4.2 基于单解的元启发式算法
1.4.3 基于群解的元启发式算法
1.5 可计算性与计算复杂度理论
1.5.1 可计算性理论
1.5.2 算法的复杂度
1.5.3 问题的复杂度
1.6 优化算法的性能评价
1.7 元启发式算法应用参考路线图
参考文献
第2章 进化系列算法
2.1 进化系列算法概述
2.1.1 种群选择策略
2.1.2 新一代种群繁殖策略
2.2 遗传算法
2.2.1 算法理论基础
2.2.2 算法介绍
2.2.3 遗传算法求解Rosenbrock函数
2.3 进化策略算法
2.3.1 问题的表达
2.3.2 算法介绍
2.3.3 进化策略算法求解二元函数
2.4 进化规划算法
2.4.1 进化规划算法介绍
2.4.2 进化规划算法求解二元函数
2.5 遗传规划算法
2.5.1 个体的表示
2.5.2 算法介绍
2.5.3 应用实例
2.6 差分进化算法
2.6.1 算法实现步骤
2.6.2 差分进化算法求解rosenbrock函数
2.7 分布估计算法
2.7.1 算法实现步骤
2.7.2 分布估计算法求解01背包问题
参考文献
第3章 邻域搜索系列算法
3.1 邻域与邻域结构
3.2 基本邻域搜索算法
3.2.1 邻域的选择
3.2.2 摆脱局部最优
3.3 变邻域搜索算法
3.3.1 确定性变邻域下降算法
3.3.2 通用性变邻域搜索算法
3.3.3 变邻域下降算法
3.4 迭代局部搜索算法
3.4.1 迭代局部搜索算法概述
3.4.2 迭代局部搜索算法求解Griewank函数
3.5 贪心随机自适应搜索算法
3.5.1 概述
3.5.2 GRASP求解TSP问题
参考文献
第4章 模拟退火算法
4.1 算法理论基础
4.1.1 金属物理退火过程
4.1.2 Metropolis准则
4.1.3 优化问题与退火过程比较
4.2 算法介绍
4.2.1 算法构成要素
4.2.2 算法实现流程
4.3 模拟退火算法求解TSP
参考文献
第5章 禁忌搜索算法
5.1 算法理论基础
5.2 算法介绍
5.2.1 算法构成要素
5.2.2 禁忌搜索算法的实现流程
5.3 禁忌搜索算法求解TSP
参考文献
第6章 人工免疫系统算法
6.1 算法生物学原理
6.2 算法介绍
6.2.1 人工免疫系统算法的仿生概念
6.2.2 免疫遗传算法实现流程
6.3 免疫遗传算法求解TSP
参考文献
第7章 蚁群系列优化算法
7.1 算法生物学观察
7.2 蚂蚁系统算法
7.2.1 算法要素
7.2.2 算法流程
7.2.3 算法特点
7.3 蚁群系统算法：改进算法之一
7.3.1 蚁群系统算法概述
7.3.2 蚁群系统算法求解TSP
7.4 最大/最小蚂蚁系统算法：改进算法之二
7.4.1 最大/最小蚂蚁系统算法概述
7.4.2 最大/最小蚂蚁系统算法求解TSP
参考文献
第8章 人工蜂群算法
8.1 算法生物学观察
8.2 算法介绍
8.2.1 算法的基本思想
8.2.2 算法的实现流程
8.2.3 算法的特点
8.3 算法的改进
8.4 人工蜂群算法求解TSP
参考文献
第9章 粒子群优化算法
9.1 算法生物学观察
9.2 算法介绍
9.2.1 基本粒子群算法
9.2.2 标准粒子群算法
9.2.3 离散粒子群算法
9.3 算法的改进
9.4 连续粒子群算法求解Goldstein-Price函数
9.5 离散粒子群算法求解0.1背包问题
参考文献
第10章 人工鱼群算法
10.1 算法生物学观察
10.2 算法介绍
10.2.1 人工鱼的视觉模型
10.2.2 人工鱼的基本行为
10.2.3 人工鱼群算法的实现流程
10.2.4 人工鱼群算法的参数
10.3 人工鱼群算法求解Rosenbrock函数
参考文献
第11章 细菌觅食优化算法
11.1 算法生物学观察
11.1.1 动物觅食理论
11.1.2 大肠杆菌的觅食行为
11.2 算法介绍
11.2.1 算法基本要素
11.2.2 算法流程
11.3 细菌觅食算法求解Rosenbrock函数
参考文献
第12章 混合蛙跳算法
12.1 算法生物学原理
12.2 算法介绍
12.2.1 算法基本要素
12.2.2 算法流程
12.2.3 参数选择
12.3 混合蛙跳算法求解Rosenbrock函数
参考文献
第13章 分散搜索算法
13.1 基本分散搜索算法
13.2 改进的分散搜索算法
13.3 分散搜索算法优化BP网模型参数
参考文献
第14章 布谷鸟搜索算法
14.1 生物学行为观察
14.2 算法介绍
14.3 改进的布谷鸟搜索算法
14.3.1 二进制布谷鸟算法
14.3.2 多目标布谷鸟搜索算法
14.4 布谷鸟搜索算法求解Rosen