本书主要讲述了以智能优化算法与深度学习方法为代表的智能算法在理论与实践方面的研究案例，这些案例覆盖了计算机视觉、物流规划、自然语言处理与软件工程等热门领域的应用，还介绍了多目标优化智能算法在软件配置方面的最新应用，最后详细讲解了连接理论研究与应用实践的计算时间估算方法，为智能算法的应用提供理论支持。本书可以作为高等学校计算机应用技术、软件工程与人工智能等专业的高级算法课程的教材，也可以作为算法工程师的选读书籍。

前言
第1章 智能算法在计算机视觉领域的应用
1.1 精确捕捉半透明的视觉效果——基于像素级多目标优化的采样算法
1.1.1 研究进展简述
1.1.2 科学原理
1.1.3 小结
1.2 模糊逻辑与进化计算的“强强联合”
1.2.1 研究进展简述
1.2.2 科学原理
1.2.3 小结
1.3 当医学遇上人工智能——抠图算法应用的又一力作
1.3.1 研究进展简述
1.3.2 科学原理
1.3.3 小结
1.4 “深度学习＋抠图增强”牛刀小试——高效率的红外图像行人分类
1.4.1 研究进展简述
1.4.2 科学原理
1.4.3 小结
第2章 智能算法在物流规划领域的应用
2.1 研究进展简述
2.2 科学原理
2.2.1 问题描述
2.2.2 问题分析
2.2.3 算法设计
2.2.4 算法分析
2.2.5 实验分析
2.3 本章小结
第3章 智能算法在软件测试领域的应用
3.1 软件测试开销过大如何解决——从ATCG问题开始
3.1.1 研究进展简述
3.1.2 科学原理
3.1.3 小结
3.2 “随机启发式算法+动态多点搜索策略”小试锋芒——高效率的NLP程序测试
3.2.1 研究进展简述
3.2.2 科学原理
3.2.3 小结
第4章 多目标优化智能算法的应用
4.1 基于自适应参考点的高维多目标进化算法
4.1.1 研究进展简述
4.1.2 科学原理
4.1.3 小结
4.2 配置软件产品的有效方法——“多目标进化算法＋分布估计”
4.2.1 研究进展简述
4.2.2 科学原理
4.2.3 小结
第5章 智能算法计算时间复杂度分析的新方法
5.1 研究进展简述
5.2 科学原理
5.2.1 问题描述
5.2.2 问题建模
5.2.3 理论分析
5.2.4 算法设计
5.2.5 实验分析——增益概率密度分布函数的模拟
5.2.6 实验分析——平均增益曲面的拟合
5.3 本章小结
参考文献