本书是一本介绍群智能优化方法和确定性方法的学术专著，探讨了它们在解决一些优化问题时的原理及应用。 本书主要包括2个方面的内容：群智能优化方法和确定性方法。本书第2～4章介绍2个改进的蜂群算法和1个改进的粒子群算法，并介绍了它们在一些工程问题中的应用。第5～8章介绍了求解多乘积规划、线性比式和规划以及广义几何规划问题的确定性方法。本书将两类不同类型的方法放在一起介绍，可以满足不同领域读者的需求。

第1章 最优化方法简介
1.1 随机性方法
1.2 确定型算法
第2章 基于经验平衡策略的粒子群优化算法
2.1 研究现状
2.2 基本PSO
2.3 改进的粒子群算法EPSO
2.4 数值实验
2.5 实验2：实际问题方面的比较
第3章 改进的蜂群算法
3.1 基本蜂群算法ABC
3.2 改进的蜂群算法IABC
3.3 实验结果及讨论
第4章 基于竞争原则和记忆能力的人工蜂群算法
4.1 ABC算法的相关研究介绍
4.2 改进的ABC算法ABC_CM
4.3 数值实验
第5章 两线性乘积和规划问题的分支定界方法
5.1 线性松弛问题
5.2 删除技巧
5.3 算法及其收敛性
5.4 数值实验
第6章 一类多乘积优化问题求解的新方法
6.1 线性化技巧
6.2 算法及数值算例
第7章 线性比式和问题的分支定界方法
7.1 等价问题及其线性松弛
7.2 算法及其收敛性
7.3 数值实验
第8章 广义几何规划的分支定界方法
8.1 线性松弛与删除技巧
8.2 算法及其收敛性
8.3 数值实验
参考文献