各种决策支持系统的应用涉及众多领域，如工业、商业、科学和政府部门。决策支持系统可以用来解决许多实际问题，包括交通调度、生物信息优化、人事调度、医疗诊断、时间表、生产调度和商业决策等。其中，实现决策支持系统的关键是其底层的搜索和优化技术。因此，搜索和优化技术是一个至关重要的研究领域。 本书是一本涵盖多个领域，如计算机科学、数学和运筹学的解决各种复杂问题的搜索、优化和决策支持技术的入门教程。本书精心组织，通过19个章节系统介绍了大量经典和最新的优化技术和搜索方法。每章的作者均是相关领域的国际知名专家。第1章是概述，第2章和第3章介绍了一些经典的基于数学的搜索方法，如分支限界法、动态规划、网络流规划、整数规划等。第4章至第8章介绍了一些经典和常用的人工智能方法，包括遗传算法、演化计算、模拟退火、禁忌搜索、变邻域搜索。接着介绍了一些较新的优化技术，包括约束规划、多目标优化、机器学习、人工免疫系统、群体智能、模糊推理、基于粗糙集的决策支持、超启发式和近似算法等。此外，本书还介绍了搜索和优化领域涉及的一些理论知识，如复杂理论、适应值曲面等。 本书几乎涵盖了所有经典、实用和目前最新的搜索和优化技术，内容丰富、层次分明、重点突出。每章都附有大量相关参考文献，具有权威性和实用性。作为介绍搜索和优化技术的入门教程，本书非常适合作为高等院校高年级本科生和研究生的教材，并可用作相关领域研究人员的参考资料。

译 者 序 本书的英文原版是我在英国诺丁汉大学计算机学院攻读博士学位时用过的一本研究生教材，它是由英国人工智能优化及自动调度领域的知名专家Edmund Burke教授和Graham Kendall教授在2005年编辑整理完成的一本系统介绍解决各种复杂问题的搜索、优化和决策支持技术的入门教程。从这本书的目录就可以看到，这本书几乎涵盖了所有经典、实用和最新的搜索和优化技术，内容丰富，层次分明，特别是每一章的作者都是由该领域的国际知名专家执笔。当我再深入阅读书的每一章时，更被书中深入浅出的介绍和恰到好处的实例分析所吸引。此外，每章的末尾都提供一些学习和掌握这些方法和技术的诀窍，以及这些方法的一些可能的应用领域、待解决的一些研究方向等，并提供了大量翔实的信息资源，方便我们进行深入研究。就像Fred Glover教授在前言中所提到的，我发现这是一本介绍搜索和优化技术的不可多得的好书，它将以一种轻松的方式带着读者认识、了解和掌握一些经典和实用的搜索和优化技术。 于是，当我博士毕业回国后，我就萌发了将这本书翻译成中文的想法，以便让更多的中国的读者有机会接触和学习这本书。从准备翻译直到完成本书的翻译工作，我们用了前后1年多的时间。特别要感谢本书的另外两位译作者湖南大学信息科学与工程学院李仁发教授和湖南大学电气与信息工程学院郭斯羽副教授对本书出版翻译所做的大量工作。另外，还要感谢湖南大学信息科学与工程学院李智勇教授参与本书的核对工作。此外，要感谢清华大学出版社和德国斯普林格出版社对本书翻译出版工作给予的支持和帮助。最后，感谢所有对本书的翻译出版提供过帮助的人！ 希望这本书，就像它的子标题...