"本书系统介绍群体智能的基本概念、主要方法与算法及其典型应用，首先简要介绍了有关群体智能的基本概念、研究现状与未来发展以及一般**化问题及典型方法；其次重点介绍了三种典型的群体智能优化算法——粒子群优化、蚁群优化和烟花算法；然后介绍了多种新型群体智能优化算法和基于群体的进化计算方法，这些覆盖了更为广泛的新型方法；之后专门介绍了基于图形处理器（GPU）的群体智能优化算法的并行实现，以此加速群体优化算法并促进群体智能优化算法在广泛实际领域中的应用；接着还介绍了群体智能算法的一些典型应用实例；最后介绍了群体机器人，它是群体智能与机器人学相结合的产物，是群体智能的最成功落地应用之一。 本书可以作为高等院校智能科学与技术、人工智能、计算机科学与技术、控制与自动化、数据科学、物联网技术、信息技术等专业的高年级本科生和研究生的教材，也可作为相关专业科研人员、工程技术人员和对群体智能感兴趣读者的参考书。 "

谭营，北京大学教授，博士生导师，从事智能科学与技术的科研教学三十多年，是国际上著名的群体智能专家，是群体智能国际会议大会主席，提出了烟花算法，发表相关学术论文300多篇，出版专著10余部，出版和编辑出版各类书籍和教材几十本。�

前言 大自然中，存在许许多多成群的社会性生物，例如鸟群、蚂蚁群体、蜜蜂群体等。这些群体生物的共同特点是群体中每个个体都非常简单，个体能力也很有限，然而这些由简单个体组成的群体却有着非常强大的能力或复杂群体行为，比如鸟群可以在广袤的区域，有效地找到它们赖以生存的食物，维持群体的生存；蚂蚁群体可以通过每只蚂蚁在环境中行走的路径，来间接地相互交流经验和最新信息，从而轻松地找到从食物到巢穴的最短路径；小小的蜜蜂通过协作，可以搭建结构复杂而优美的蜂巢。这种群体中的个体间通过交互信息进行相互作用，以达到相互协同，最后在群体层面呈现出十分复杂的涌现行为，从而形成一个功能强大的有机体，就是群体智能。简单地说，群体智能就是研究这种由简单个体通过一些规则进行相互作用，通过个体的相互协同作用，在群体层面表现出十分复杂的群体行为的方法或算法以及这些方法或算法的实际应用。 在人类的科技发展进程中，我们通常希望一个系统具有强大的能力，并且希望用其来解决我们实际面临的绝大多数的问题。但是，随着科学技术的发展，单个系统变得越来越复杂，其制造和维护的成本急剧上升，反而其能力提升越来越有限，即遇到性能提升的瓶颈，这阻碍了我们继续提升性能。所以我们放弃研究或制造一个越来越复杂的单一系统，转而借鉴大自然中的社会性生物，去发展由大量能力有限的简单个体组成的群体，希望利用群体智能的研究成果，发展出一个由大量简单个体组成的群体以突破单个复杂个体碰到的性能瓶颈，以便极大地提升整体系统的能力，且使系统的维护成本很低。 比如，现在的无人机群，通过控制单个无人机，让无人机之间实现协作互动，就可以完成许多其他复杂有人驾...