前言
“智能”已经成为当代出现频次越来越高的词汇，这正是人类社会迈入智能时代的一个重要标志。智能正飞速地融入科学、工程、经济、国防及人类社会生活的方方面面：智能科学、智能材料、智能机器人、智能生产线、智能控制、智能预测、智能决策、智能制导、智能炸弹、智能手机、智能家电、智能家居、智能楼宇……智能水平的高低，在很大程度上已经成为衡量一个国家综合国力、科技水平高低的重要标志。
在科学研究、工程设计、经济管理、国防建设等领域存在着大量需要优化求解的复杂问题。采用传统的优化方法通常需要给出待优化问题的精确数学模型，包括决策变量、约束条件和目标函数。传统优化方法包括线性规划、动态规划、整数规划和分支定界等运筹学中的经典算法，这些算法计算复杂，只适用于小规模问题；用构造型优化算法快速建立问题的解，一般优化效果差，难以满足工程需要。总之，传统的优化算法是以给出优化问题的精确数学模型为基础的。然而，科学、工程、经济等领域提出的优化问题越来越复杂，难以建立精确的数学模型；有的问题变量维数大，阶次高，目标函数多，约束条件复杂，即使建立复杂的数学模型也难以求解。因此，面临日益复杂的优化问题，基于精确模型的传统优化算法面临着极大的挑战。
大自然中的各种生物、植物、动物及各种自然现象呈现出生生不息的景象，总是给人以深刻的启迪。人们从中发现了许多隐含其中的信息存储、处理、交换、适应、更新、进化的机制，蕴含着优化的机理。于是，人们从中获得了设计灵感。例如，模拟蚁群从蚁穴到食物源避过障碍选择一条最短路径，Dorigo博士于1991年设计了蚁群优化算法，开辟了模拟群居昆虫觅食行为或动物捕猎行为的群智能优化算法的先河。除早期模拟大脑功能的模糊逻辑算法、神经网络算法及遗传算法外，近30年来，大量的智能优化算法在国内外犹如雨后春笋般地涌现出来。为了向广大读者全面而系统地介绍原创的智能优化算法，弥补国内外同类书籍的不足，本书精选了106种原创的智能优化算法，一般称它们为基本算法。本书把这些算法概括分为六大类，并分别编入六篇共106章加以介绍。各篇的内容概括如下。
第一篇：仿人智能优化算法，包括模拟人脑思维、人体系统、组织、器官乃至细胞及人类社会竞争进化等相关的20种智能优化算法。
第二篇：进化算法，包括模拟自然界的生物在生殖繁衍过程中，通过遗传和变异及“优胜劣汰”的自然选择法则，不断地进化的优化算法10种。
第三篇：群智能优化算法，包括模拟自然界群居昆虫的觅食、繁殖等行为或动物群体的捕猎策略等对问题求解的优化算法34种。
第四篇：仿植物生长算法，包括模拟花、草、树木等植物生长过程中的向光性、光合作用、根吸水性、种子繁殖、花朵授粉等表现出的自适应、竞争、进化、优化行为的算法10种。
第五篇：仿自然优化算法，包括模拟风、雨、云等自然现象，模拟物理、化学、数学定律，模拟生态系统的自组织临界性、混沌现象、随机分形等非线性科学的优化算法27种。
第六篇：涌现计算，指模拟自然界中复杂适应系统的涌现现象、涌现行为，通过人工生命的主体按简单规则在一定的环境下不断地演化来获得优化问题最优或准最优的模拟解。本篇介绍涌现计算的5种例子，包括一维元胞自动机的涌现计算、Conwey生命游戏的涌现计算、蚂蚁系统觅食路径的涌现计算、数字人工生命Autolife的涌现行为和黏菌的铁路网络涌现计算。
本书介绍的106种智能优化算法，涉及从地球上的万物之灵——智能水平最高的人，到介于动物和真菌之间的低级黏菌生物；从海洋中世界上最大的哺乳动物鲸鱼到海洋微小无脊椎动物磷虾；从凶猛的野生群居动物老虎、狮子到幼小的蚂蚁、蜜蜂；从自然界的风、雨、云、雷电现象到地球上的水循环、食物链……内容涵盖面之广，可以说陆海空无所不及：从陆地到海洋，从水中到空中，从有生命的动植物、微生物到无生命的自然现象，从物理化学数学、非线性科学到复杂适应系统等。
应该指出的是，有关智能优化算法的分类还没有统一的标准，因此从不同的角度会有不同的分类方法，如自然计算、仿生计算、进化计算、智能优化算法及计算智能等。本书之所以把上述前五大类优化算法统称为智能优化算法，是因为这些算法都凸显出智能性或灵性的特点。它们通过确定性算法加启发式随机搜索的反复迭代获取优化问题的最优数值解。而涌现计算是指模拟自然界中复杂适应系统的涌现现象、行为，通过人工生命的主体按简单规则在一定的环境下不断地演化来获得优化问题最优或准最优的模拟解。
本书介绍了百余种智能优化算法和涌现计算的原创算法，目的在于使广大读者开阔视野，从复杂适应系统理论的高度上认识、理解各种智能优化算法和涌现计算的原理及其本质特征，从中受到启迪；并进一步激励人们从千变万化、五彩斑斓的大千世界中生生不息的各种生物、各种周而复始的自然现象中发现、捕捉灵感，提出、设计、创造出更多更好的智能优化算法，以满足科学、工程、经济、管理、国防等领域中各种复杂优化问题的需要。
基于上述宗旨，加之受篇幅所限，每种算法只从原创算法的提出、个体行为或习性、算法原理、算法的数学描述、算法实现等方面简要介绍，每种算法的篇幅平均控制在5页左右。在编写中，尽可能保持原创算法的主要内容及所用符号。为方便起见，对少数算法的符号做了适当的改动，并适当补充一些从网上收集的相关插图和对算法原理说明的辅助材料。由于本书章节多，因此将作为智能优化算法的理论基础部分的内容以附录的形式给出，便于读者单独阅读。
参加编写或提供素材的还有宁永臣、李盼池、李浩、左兴权、柏继云、张秀杰、宋申民、李巍、班晓军、赵宝江、黄金杰、袁丽英、栾秀春、黄忠报、章钱、郭成、杨丹、郭玉、张恒、张逸达、王振杨、徐宝华等。
在编写过程中除引用了原创算法的文献外，还参考了国内外相关研究的主要文献及有价值的博士、硕士学位论文等，为便于读者进一步研究查阅，将这些文献一并列入本书的参考文献。在此，对被引用文献的作者表示衷心感谢！除参考文献前面的部分书籍外，文献的编号原则上是按照各章内容出现的顺序编排的。
本书的出版始终得到清华大学出版社的大力支持，在此表示由衷的谢意！
本书内容涉及专业知识面甚广，受编者知识面所限，书中内容难免存在不足，恳请广大读者给予指正！
李士勇
2018年5月