本书系统地介绍模拟退火算法以及这一方法的并行实现和在优化、搜索、机器学习、统计物理中的应用。主要内容包括：模拟退火算法、并行模拟退火算法、渐近收敛性、冷却进度表、模拟退火算法的应用、改进和变异、Boltzmann机及其在组合优化中的应用。
　　本书可供计算机科学、计算数学、生命科学与医学等学科的高校师生、研究人员、工程技术人员阅读。

前言

第一章 引论
§1 组合优化问题
§2 计算复杂性与NP完全问题
§3 邻域结构与局部最优
§4 局部搜索算法

第二章 模拟退火算法
§1 固体退火过程
§2 Metropolis准则
§3 模拟退火算法
§4 模拟退火算法的实验性能

第三章 渐近收敛性
§1 MapKoa链理论
§2 齐次MapxOB链
§3 非齐次MapKor链
§4 渐近性态

第四章 冷却进度裘
§1 冷却进度表的一般概念
§2 冷却进度表的选取原则
§3 冷却进度表参数的优化选取
§4 更加精细的冷却进度表

第五章 模拟退火算法的应用
§1 应用的一般要求
§2 几个典型组合优化问题的算法描述
§3 程序和应用实例
§4 在连续和非线性优化中的应用

第六章 模拟退火算法的改进和变异
§1 加温退火法
§2 有记忆的模拟退火算法
§3 带返回搜索的模拟退火算法
§4 多次寻优法
§5 回火退火法
§6 综合讨论

第七章 并行模拟退火算法
§1 关于并行算法的一般概念
§2 模拟退火算法并行实现的可能性和途径
§3 模拟退火算法的并行策略
§4 并行策略的算法描述及模拟实例
§5 对并行策略的讨论

第八章 Boltzmann机及其在组舍优化中的应用
§1 Boltzmann机的结构描述
§2 串行Boltzmann机
§3 Boltzmann机解组合优化问题示例
§4 并行Boltzminn机

参考文献