●第一篇 仿人智能優化算法
第1章 模糊邏輯算法
1.1 模糊集合及其表示
1.2 模糊集合的運算及其性質
1.3 模糊關繫與模糊矩陣
1.4 模糊推理規則
1.5 模糊繫統的萬能逼近特性
第2章 神經網絡算法
2.1 神經細胞結構與功能
2.2 人的基本特性
2.3 人工神經網絡及其特點
2.4 前向神經網絡的結構、訓練及學習
2.5 神經網絡的學習規則
2.6 前向網絡誤差反向傳播學習算法及其逼近特性
第3章 免疫算法
3.1 免疫繫統的基本概念
3.2 免疫繫統的組織結構
3.3 免疫繫統的免疫機制
3.4 免疫繫統的學習及優化機理
3.5 免疫算法及克隆選擇算法的實現步驟
第4章 內分泌算法
4.1 內分泌算法的提出
4.2 內分泌與神經、免疫繫統之間的關繫
4.3 生物內分泌繫統
4.4 內分泌激素調節規律的描述
4.5 人工內分泌繫統內分泌激素的調節機制
4.6 基於內分泌調節機制的行為自組織算法的實現
第5章 人工代謝算法
5.1 人工代謝算法的提出
5.2 人工代謝算法的原理
5.3 人工代謝算法的描述
5.4 人工代謝算法的實現流程
第6章 膜計算
6.1 膜計算的提出
6.2 細胞膜的結構、模型及功能
6.3 標準膜計算的原理
6.4 標準膜計算的描述
6.5 膜計算的過程及實現步驟
第7章 禁忌搜索算法
7.1 禁忌搜索算法的提出
7.2 組合優化中的鄰域概念
7.3 局部搜索算法
7.4 禁忌搜索算法
7.5 禁忌搜索算法的主要操作及參數
第8章 和聲搜索算法
8.1 和聲搜索算法的提出
8.2 和聲搜索算法的原理及結構
8.3 和聲搜索算法的主要步驟及流程
第9章 思維進化算法
9.1 思維進化算法的提出
9.2 思維進化算法的基本思想
9.3 思維進化算法的描述
9.4 思維進化算法的實現步驟及流程
第10章 社會進化算法
10.1 社會進化算法的提出
10.2 社會進化算法的基本思想
10.3 多智能體社會進化繫統
10.4 社會進化算法的描述
10.5 社會進化算法的實現步驟
第11章 人口遷移算法
11.1 人口遷移算法的提出
11.2 人口遷移算法的原理
11.3 人口遷移算法的描述
11.4 人口遷移算法的實現步驟
第12章 標杆學習算法
12.1 標杆學習算法的提出
……

智能優化正在成為人工智能、計算機科學、信息科學、生物信息學、仿生學、自然科學諸多領域交叉融合研究的前沿學科，它為解決許多領域中缺乏準確數學模型的復雜繫統優化問題提供了強有力的工具。
本書將第1版的106種原創的智能優化算法與湧現計算增加到159種，全面地反映該領域創新性的研究成果，堪稱國內優選的智能優化算法大全。全書共六篇：第一篇仿人智能優化算法（21種）；第二篇進化算法（12種）；第三篇群智能優化算法（70種）；第四篇仿植物生長算法（11種）；第五篇仿自然優化算法（40種）；第六篇湧現計算（5種）。本書取材廣泛、內容新穎、結構嚴謹、繫統性強、由淺入深、邏輯嚴密、辯證分析，旨在開闊讀者視野，啟迪創新思維，激勵科研人員、研究生等在生生不息、豐富多彩的大千世界中捕捉更多的創新靈感。
本書可作為高等院校智能科學、人工智能、人工生命、自動化科學、計算機科學、信息科學、繫統科等