元启发式优化方法是一种新兴的优化方法，在控制科学、计算机科学、系统科学、管理科学、人工智能、机器学习等诸多领域得到普遍应用。本书全面、深入地介绍元启发式优化方法的起源、原理、模型、性能分析及改进策略，涵盖蚁群优化算法、粒子群优化算法、萤火虫算法、布谷鸟搜索算法、和声搜索算法、差分进化算法、随机蛙跳算法、细菌觅食算法及蝙蝠算法等。各章既相对独立，又互为参考，反映了当前元启发式优化方法的发展特点。附录给出了各章算法的程序源代码。本书取材新颖、内容丰富、覆盖面厂、强调特色、着眼学术发展前沿，力求给读者带来一些新视角和新思维。 　　本书可供信息、自动化、计算机、人工智能、系统科学及管理科学等领域科技人员参考，也可作为相关专业研究生及高年级本科生的教材及参考书。

作者：（英国）杨新社（Xin—She Yang） 刘利强 赵玉新
杨新社（Xin—She Yang），英国牛津大学应用数学专业博士毕业，现为Middlesex University（UK）和Reykjavik University（Iceland）教授，及剑桥大学IASupervisor，曾任英国国家物理实验室高级科学家。Xin—She Yang教授长期在应用数学、数学建模、计算数学、工程优化以及科学、数值计算方法等领域从事科学研究。在国际上首创3种启发式算法：萤火虫算法（2008）、布谷鸟搜索算法（2009）和蝙蝠算法（2010）。撰写或编辑著作15部，发表研究论文192篇。其研究成果在《Nature》Update（2000年8月）、《Sconce》Online news（2010年8月）先后报道。所获荣誉包括：牛津大学Garside奖（1996）、FeUow of Royal Institution（2005）等。
赵玉新，工学博士，现为哈尔滨工程大学副教授，博士生导师。主要从事决策支持系统理论及海事应用研究工作。曾以访问学者身份先后赴美国纽约州立大学（2004～2005）、英国帝国理工学院（2012～2 013）进行合作研究。近年来，主持国家自然科学基金3项、国家重大科技专项课题2项、国家部委预先研究项目等多项基础科研课题，并获得国防科技进步一等奖1项（2010），军队科技进步二等奖2项（2007、2012）。已在国内外刊物发表学术论文50余篇，出版著作、教材4部，授权国家发明专利6项、国家软件著作权10项。目前兼任中国运筹学会决策科学分会常务理事、中国航海学会理事、英国皇家导航学会会员、中国海洋学会军事海洋学专业委员会委员、中国宇航学会无人机分会任务规划专业委员会委员。
刘利强，工学博士，现为哈尔滨工程大学副教授，硕士生导师。主要从事群集智能优化技术、任务规划技术、智能航行决策技术研究工作。近年来，主持国家自然科学基金1项、国防重点型号科研2项、省部级科研及预研等多项科研课题，完成成果鉴定2项。已在国内外核心期刊和国际学术会议上发表论文40余篇，出版著作、教材3部，申请国家发明专利10项、软件著作权6项。目前兼任黑龙江省仪器仪表学会理事、 《船舶工程》期刊编委、中国航海学会会员、中国惯性技术学会会员。