编著者还有：陈伟能、钟竟辉、陈霓、龚月姣、许瑞填等

　　第1章 绪论
　　 1．1 最优化问题
　　 1．1．1 函数优化问题
　　 1．1．2 组合优化问题
　　 1．2 计算复杂性及NP理论
　　 1．2．1 计算复杂性
　　 1．2．2 NP理论
　　 1．3 智能优化计算方法：计算智能算法
　　 1．3．1 计算智能的分类与理论
　　 1．3．2 计算智能的研究与发展
　　 1．3．3 计算智能的特征与应用
　　 1．4 本章习题
　　 本章参考文献
　　第2章 神经网络
　　 2．1 神经网络简介
　　 2．1．1 神经网络的基本原理
　　 2．1．2 神经网络的研究进展
　　 2．2 神经网络的典型结构
　　 2．2．1 单层感知器网络
　　 2．2．2 前馈型网络
　　 2．2．3 前馈内层互联网络
　　 2．2．4 反馈型网络
　　 2．2．5 全互联网络
　　 2．3 神经网络的学习算法
　　 2．3．1 学习方法
　　 2．3．2 学习规则
　　 2．4 BP神经网络
　　 2．4．1 基本思想
　　 2．4．2 算法流程
　　 2．4．3 应用举例
　　 2．5 进化神经网络
　　 2．6 神经网络的应用
　　 2．7 本章习题
　　 本章参考文献
　　第3章 模糊逻辑
　　 3．1 模糊逻辑简介
　　 3．1．1 模糊逻辑的基本原理
　　 3．1．2 模糊逻辑与模糊系统的发展历程
　　 3．2 模糊集合与模糊逻辑
　　 3．2．1 模糊集合与隶属度函数
　　 3．2．2 模糊集合上的运算
　　 3．2．3 模糊逻辑
　　 3．2．4 模糊关系及其合成运算
　　 3 ．3 模糊逻辑推理
　　 3．3．1 模糊规则、语言变量和语言算子
　　 3．3．2 模糊推理
　　 3．4 模糊计算的流程
　　 3．4．1 基本思想
　　 3．4．2 算法流程
　　 3．5 模糊逻辑的应用
　　 3．6 本章习题
　　 本章参考文献
　　第4章 遗传算法
　　 4．1 遗传算法简介
　　 4．1．1 基本原理
　　 4．1．2 研究进展
　　 4．2 遗传算法的流程
　　 4．2．1 流程结构
　　 4．2．2 应用举例
　　 4．3 遗传算法的改进
　　 4．3．1 算子选择
　　 4．3．2 参数设置
　　 4．3．3 混合遗传算法
　　 4．3．4 并行遗传算法
　　 4．4 遗传算法的应用
　　 4．5 本章习题
　　 本章参考文献
　　第5章 蚁群优化算法
　　 5．1 蚁群优化算法简介
　　 5．1．1 基本原理
　　 5．1．2 研究进展
　　 5．2 蚁群优化算法的基本流程
　　 5．2．1 基本流程
　　 5．2．2 应用举例
　　 5．3 蚁群优化算法的改进版本
　　 5．3．1 精华蚂蚁系统
　　 5．3．2 基于排列的蚂蚁系统
　　 5．3．3 最大最小蚂蚁系统
　　 5．3．4 蚁群系统
　　 5．3．5 蚁群算法的其他改进版本
　　 5．4 蚁群优化算法的相关应用
　　 5．5 蚁群优化算法的参数设置
　　 5．6 本章习题
　　 本章参考文献
　　第6章 粒子群优化算法
　　 6．1 粒子群优化算法简介
　　 6．1．1 思想来源
　　 6．1．2 基本原理
　　 6．2 粒子群优化算法的基本流程
　　 6．2．1 基本流程
　　 6．2．2 应用举例
　　 6．3 粒子群优化算法的改进研究
　　 6．3．1 理论研究改进
　　 6．3．2 拓扑结构改进
　　 6．3．3 混合算法改进
　　 6．3．4 离散版本改进
　　 6．4 粒子群优化算法的相关应用
　　 6．4．1 优化与设计应用
　　 6．4．2 调度与规划应用
　　 6．4．3 其他方面的应用
　　 6．5 粒子群优化算法的参数设置
　　 6．6 本章习题
　　 本章参考文献
　　第7章 免疫算法
　　 7．1 免疫算法简介
　　 7．1．1 思想来源
　　 7．1．2 免疫系统的生物学原理简介
　　 7．1．3 二进制模型
　　 7．2 免疫算法的基本流程
　　 7．2．1 基本流程
　　 7．2．2 更一般化的基本免疫算法
　　 7．3 常用免疫算法
　　 7．3．1 负选择算法
　　 7．3．2 克隆选择算法
　　 7．3．3 免疫算法和进化计算
　　 7．4 免疫算法的相关应用
　　 7．4．1 识别和分类应用
　　 7．4．2 优化应用
　　 7．4．3 其他方面的应用
　　 7．5 本章习题
　　 本章参考文献
　　第8章 分布估计算法
　　 8．1 分布估计算法简介
　　 8．1．1 分布估计算法产生的背景
　　 8．1．2 分布估计算法的发展历史
　　 8．2 分布估计算法的基本流程
　　 8．2．1 基本的分布估计算法
　　 8．2．2 一个简单分布估计算法的例子
　　 8．3 分布估计算法的改进及理论研究
　　 8．3．1 概率模型的改进
　　 8．3．2 混合分布估计算法
　　 8．3．3 并行分布估计算法
　　 8．3．4 分布估计算法的理论研究
　　 8．4 分布估计算法的应用
　　 8．5 本章习题
　　 本章参考文献
　　第9章 Memetic算法
　　 9．1 Memetic算法的基本思想
　　 9．2 Memetic算法的基本框架
　　 9．3 静态Memetic算法
　　 9．3．1 局部搜索的位置
　　 9．3．2 Lamarckian模式和Baldwinian模式
　　 9．4 Memetic算法
　　 9．4．1 动态MA的简介与分类
　　 9．4．2 Meta-Lamarckian学习型MA
　　 9．4．3 超启发式MA
　　 9．4．4 协同进化MA
　　 9．5 Memetic算法的理论与应用研究展望
　　 9．6 本章习题
　　 本章参考文献
　　第10章 模拟退火与禁忌搜索
　　 10．1 模拟退火算法
　　 10．1．1 算法思想
　　 10．1．2 基本流程
　　 10．1．3 应用举例
　　 10．2 禁忌搜索算法
　　 10．2．1 算法思想
　　 10．2．2 基本流程
　　 10．2．3 应用举例
　　 10．3 本章习题
　　 本章参考文献
　　附录A 索引