过去几十年来，如何运用优化技术解决工业工程中的各类问题已成为管理科学、运筹学、工业与系统工程等领域许多研究人员和工程实践人员的重要研究课题。鉴于实际工程问题的复杂性、约束性、非线性、多局部最小和建模困难等特点，寻找各种适合于工程实践需求的新型智能优化方法一直是许多学科的一个重要研究方向。粒子群优化(particle swarm optimization, PSO)算法是由Eberhart博士和Kennedy博士于1995年提出的一种新型群智能优化算法，与其他进化算法相比，其最吸引人的特征是易于实现和更强的全局优化能力。基于PSO算法是一种强有力且应用范围十分广泛的智能优化技术，它已被IEEE Congress on Evolutionary Computation国际年会作为一个独立的分支。PSO算法自提出之后，引起了众多学者的极大关注，在短短几年内就成为一个研究热点并出现了大量的研究成果，大量实验结果也表明了PSO算法确实是一种有力的优化工具且具有强大的生命力。

近年来，作者及其科研团队一直致力于PSO算法的理论及应用研究，特别是离散PSO(discrete PSO, DPSO)算法的构建及其应用，并在此基础上撰写了本书。本书内容是作者基于自身所主持和参与的科技部“973”计划项目、国家自然科学基金项目、国家“863”计划子课题以及教育部科技重点项目等的研究成果，吸纳了国内外许多具有代表性的研究成果，并融合了课题组近年来在国内外重要学术刊物和国际会议上发表的研究成果，力图体现国内外在这一领域的最新研究进展。本书可作为计算机科学、自动化科学、管理科学、控制科学等相关学科专业高年级本科生、研究生以及广大研究计算智能的科技工作者的参考用书。由于作者水平有限，书中难免有疏漏之处，对于本书的不足之处，恳请读者批评指正。

全书由11章构成，内容自成体系，各章节内容具体安排如下：第1章是绪论，主要介绍了基本PSO算法的原理机制及其发展现状，并着重介绍了PSO算法的三种常见离散化策略，阐述了DPSO算法的应用成果；第2章主要介绍了PSO算法在TSP优化问题中的应用；第3章刻画了一种基于表现型共享函数的多目标粒子群优化算法，继而在此基础上详细介绍其在多工作调度问题中的应用；第4章以多目标最小生成树问题为应用背景，给出了一种改进的计数算法，然后在上一章基于表现型共享函数的基础上，详细介绍了一种用于求解多目标最小生成树问题的新型DPSO算法的具体设计过程；第5章主要介绍了PSO算法在入侵检测数据特征选择中的应用；第6章主要阐述了PSO算法在入侵检测系统异常检测和误用检测中的具体应用；第7章主要介绍了PSO算法在网络安全态势感知中态势要素获取、理解以及预测等各步骤中的应用；第8章阐述了PSO算法在异构集群数据流分配问题中的应用；第9章主要讨论了在无线传感器网络中基于PSO的拓扑生成及其容错拓扑控制机制，详细介绍了各种算法的具体设计过程；第10章介绍了基于PSO算法的无线传感器网络任务调度策略的设计；最后，第11章分别介绍了PSO算法在超大规模集成电路物理设计中的电路划分和布图/布局规划优化问题中的具体应用。其中，第1~3章和第5~11章由郭文忠完成，第4章由陈国龙完成。

最后，感谢清华大学出版社的大力支持。同时，对课题组内参与有关研究工作的陈羽中博士、程红举博士、陈振助教、林嘉雯助教、刘延华博士生、刘耿耿博士生以及涂雪珠、陈震亦、陈庆良、黄敏、洪玉玲、夏添、冯翔、翁谦、林宗明、陈仕涛、黄巧云、高洪垒、周柳鸿、尤秉煜、彭少君、陈锦珠、陈颖等硕士生表示衷心的感谢。最后，感谢科技部“973”计划项目(2006CB805904,2011CB808000)、国家“863”计划子课题(2008AA03A313\|3)、国家自然科学基金项目(60673161,10871221,61103175,11141005)、福建省科技创新平台项目(2009J1007)、福建省自然科学基金重点项目(A0820002)和教育部科技重点项目(206073，212086)等对相关研究工作的资助。

作者〖〗2011年8月[]于福州大学\|福建省科学工程计算重点实验室