《复杂社会经济行为建模与管理研究丛书：基于单点搜索的元启发式算法》共分为7章，主要介绍基于单点搜索的几类元启发式（Meta-heuristics）优化算法。第一至第三章为理论基础部分，对组合优化问题、组合优化问题的求解算法以及元启发式算法进行介绍。第四至第六章为《复杂社会经济行为建模与管理研究丛书：基于单点搜索的元启发式算法》的主要内容，分别介绍三种基于单点搜索的三种元启发式算法：禁忌搜索（Tabu Search）算法、模拟退火（Simulated Annealing）算法、变邻域搜索（VariableNeighborhoodSearch）算法。第七章介绍了其它四种基于单点搜索的元启发式算法：迭代局部搜索（ILS，Iterated LocalSearch）、导引式局部搜索（GLS，Guided Local Search）、平滑方法（Smoothing Method，SM）、噪声方法（NM，Noising Method）。此外，《复杂社会经济行为建模与管理研究丛书：基于单点搜索的元启发式算法》的第三章亦介绍了一些典型的、基于群体搜索的元启发式算法。

总序<br /><br />前言<br /><br />第1章&nbsp;组合优化问题与计算复杂性概述<br /><br />1．1&nbsp;组合优化问题<br /><br />1．2&nbsp;计算复杂性概述<br /><br />1．3&nbsp;小结<br /><br />第2章&nbsp;组合优化问题计算方法简介<br /><br />2．1&nbsp;精确算法<br /><br />2．2&nbsp;传统的启发式算法<br /><br />2．3&nbsp;元启发式算法<br /><br />2．4&nbsp;近似算法<br /><br />2．5&nbsp;小结<br /><br />第3章&nbsp;元启发式算法的分类与性能评价<br /><br />3．1&nbsp;基于单点搜索的元启发式算法的特征概述<br /><br />3．2&nbsp;基于群体搜索的元启发式算法的特征概述<br /><br />3．3&nbsp;元启发式算法的性能分析与评价<br /><br />3．4&nbsp;小结<br /><br />第4章&nbsp;模拟退火算法<br /><br />4．1&nbsp;模拟退火算法的原理与基本步骤<br /><br />4．2&nbsp;冷却进度表的设计<br /><br />4．3&nbsp;模拟退火算法的扩展<br /><br />4．4&nbsp;模拟退火算法的算例分析<br /><br />4．5&nbsp;小结<br /><br />第5章&nbsp;禁忌搜索算法<br /><br />5．1&nbsp;禁忌搜索算法的原理与基本步骤<br /><br />5．2&nbsp;禁忌搜索算法中的关键设计<br /><br />5．3&nbsp;禁忌搜索算法的强化――集中性和多样性策略<br /><br />5．4&nbsp;禁忌搜索算法的扩展<br /><br />5．5&nbsp;禁忌搜索在TSP上的应用<br /><br />5．6&nbsp;小结<br /><br />第6章&nbsp;变邻域搜索算法<br /><br />6．1&nbsp;变邻域搜索算法的原理与基本步骤<br /><br />6．2&nbsp;邻域结构集的设计<br /><br />6．3&nbsp;变邻域搜索算法的邻域搜索策略<br /><br />6．4&nbsp;变邻域搜索算法的扩展<br /><br />6．5&nbsp;变邻域搜索算法的算例分析<br /><br />6．6&nbsp;小结<br /><br />第7章&nbsp;其他基于单点搜索的元启发式算法<br /><br />7．1&nbsp;迭代局部搜索<br /><br />7．2&nbsp;导引式局部搜索<br /><br />7．3&nbsp;平滑方法<br /><br />7．4&nbsp;噪声方法<br /><br />7．5&nbsp;小结<br /><br />附录&nbsp;参考链接