智能优化技术作为解决工程领域优化问题的核心方法，在金融、医疗、交通、航空、航天等领域发挥着非常重大的作用。适应度地形理论作为智能优化技术的研究热点，从优化问题解空间特性分析方法出发，挖掘问题解空间特性，为优化问题的求解方法设计以及参数控制等方面提供指导。作者基于多年从事智能优化技术以及组合优化问题研究的思考，从时域、频域和空域分别对适应度地形理论进行研究、整理，并以工程应用中的组合优化问题为载体，对适应度地形理论的实际应用进行介绍。作者在本书内容的介绍过程中，结合个人及相关人员的研究成果，不仅可以对智能优化理论提供技术支持，同时也可为各领域中实际工程问题的特性分析以及解决方法提供借鉴。本书可供计算机、电子、自动化、管理、航天工程等各领域的本科生、研究生以及相关领域的科学技术人员阅读，同时为从事智能优化技术及工程应用的相关机构提供翔实的资料。

组合优化，作为应用数学中最年轻而又至关重要的领域之一，整合了组合数学、线性规划以及算法理论的方法和技巧。由于它在解决从远程通讯到超大规模集成电路、从产品运销到航班机组排班等领域内困难问题方面的成功，这一领域在过去的十年里取得了巨大的、超乎寻常的发展。 《组合优化》是对这一数学分支的一个理想介绍，它适用于离散数学、计算机科学以及运筹学专业的本科高年级学生和研究生。本书由公认的专家团队撰写而成，对经典概念和最新结果都提供了全面而又易懂的讲解。主要涉及以下课题： ·网络流问题 ·最优匹配 ·多面体的整性 ·拟阵 ·np-完全性 《组合优化》以通畅而连贯的讲解、基本和高深概念的清晰解释、众多现实生活中的实例、以及颇有助益的技巧训练习题为特征，一定会成为未来许多年里本领域内的标准教科书。

组合优化，作为应用数学中最年轻而又至关重要的领域之一，整合了组合数学、线性规划以及算法理论的方法和技巧。由于它在解决从远程通讯到超大规模集成电路、从产品运销到航班机组排班等领域内困难问题方面的成功，这一领域在过去的十年里取得了巨大的、超乎寻常的发展。 《组合优化》是对这一数学分支的一个理想介绍，它适用于离散数学、计算机科学以及运筹学专业的本科高年级学生和研究生。本书由公认的专家团队撰写而成，对经典概念和最新结果都提供了全面而又易懂的讲解。主要涉及以下课题： ·网络流问题 ·最优匹配 ·多面体的整性 ·拟阵 ·np-完全性 《组合优化》以通畅而连贯的讲解、基本和高深概念的清晰解释、众多现实生活中的实例、以及颇有助益的技巧训练习题为特征，一定会成为未来许多年里本领域内的标准教科书。

《最优化问题的扰动分析》是最优化领域关于最优化问题的解如何依赖于参数扰动而变化，以及相关的一阶尤其是二阶最优性条件的最新成果的专著。作者把很多在当前文献中不太常见的素材综合在一起，形成一完整的理论体系。《最优化问题的扰动分析》给出了凸分析、对偶理论等有价值的若干专题的丰富素材，很多素材在其他文献中没有出现过。《最优化问题的扰动分析》还详细地研究了最优化问题扰动理论在非线性半定规划和非线性半无限规划中的应用。尤其，《最优化问题的扰动分析》既讨论了无穷维的优化问题，又讨论了有穷维的优化问题。

本书介绍了在现代计算机系统上充分利用微处理器计算能力以提高软件性能的主要优化方法，共分为七章。

本书主要分为两部分：凸分析和凸问题的对偶优化理论。

本书主要分为两部分：凸分析和凸问题的对偶优化理论。

Dimitri P. Bertsekas 教授是优化理论的国际著名学者、美国国家工程院院士，现任美国麻省理工学院电气工程与计算机科学系教授，曾在斯坦福大学工程经济系和伊利诺伊大学电气工程系任教，在优化理论、控制工程、通信工程、计算机科学等领域有丰富的科研教学经验，成果丰硕。博赛克斯教授是一位多产作者，著有14本专著和教科书。

本书在简要阐述智能优化方法相关理论的基础上，介绍了蚁群智能优化方法的基本原理与算法主要要素等基本内容。同时，介绍蚁群智能优化方法在旅行商问题、背包问题、定向问题、属性约简、卫星资源调度问题以及多目标组合优化问题等复杂组合优化问题的应用示例，详细阐述蚁群智能优化方法在具体应用中的的基本设计方法以及算法性能改善的有效途径。 本书适合作为从事智能优化方法及其应用研究的相关科技工作者、专业技术人员的参考书，也可作为计算机学科、控制科学等专业研究生和高年级本科生学习蚁群智能优化方法的指导用书。

群智能优化算法作为一种新兴的智能优化技术和诸多交叉学科研究领域的前沿，受到了越来越多研究者的关注。这些算法受自然界生物进化过程和生物群体行为规律的启发，吸收和融合了运筹学、生物学、物理学、计算数学、计算机科学、人工智能和控制论等学科思想和方法，在没有集中控制且不提供全局信息的条件下，为求解传统优化方法难以解决的非线性、不可微、不确定、多目标、分布式复杂优化问题提供了新思路和新手段，在诸多学科领域得到了成功应用。本书选取了具有代表性的遗传算法、差分进化算法、人工免疫算法、粒子群优化算法、蚁群优化算法、人工蜂群算法、细菌觅食优化算法、人工鱼群算法、混合蛙跳算法、萤火虫算法、布谷鸟搜索算法、狼群算法、秃鹰搜索优化算法、蝠鲼觅食优化算法、野狗优化算法和沙丘猫群优化算法16种群智能优化算法，重点讲述了这些算法的基本原理、运算流程、主要参数和应用实例，特别是对每个应用实例都给出了详细的MATLAB实现参考程序。本书可作为高校本科生、研究生相关课程的教材或参考书，也可供相关工程技术人员自学参考。