本书是作者在生物启发式计算领域的系统性研究成果。书中系统、深入地介绍了生物启发计算的起源、模型、理论及其应用领域，以生物进化论、共生进化论、复杂适应性系统的思想与理论为基础，提出基于个体、群体、群落三个层面生物行为演化模式的生物启发计算统一性方法，并以几种新型实现模式为例，分别进行基于统一框架的算法设计、建模仿真以及优化问题求解，使生物启发计算理念从宏观到微观再到宏观、从统一性到多样性再到统一性得到了系统的展现。 本书的出版能够为生物启发计算领域的研究和应用提供新的思路和方法。本书可供智能科学、自动化、计算科学、电子信息等相关领域的研究生、教师和科研人员以及工程技术人员参考使用。

序言 在过去的几十年里，人们提出了许多基于生物行为的算法，比如： 进化算法(evolutionary algorithms)、人工神经网络(artificial neural networks)、人工免疫系统(artificial immunity systems)以及群体智能(swarm intelligence)等。许多算法得到了深入的研究并且被应用到复杂工程系统的某些方面。但由于传统上对复杂工程系统的建模必须依赖于大量的假设得到简化的模型，从而才能运用某些算法(包括进化算法)进行优化，使得这些简化的模型很多时候并不能反映系统的本质，从而影响了结果的准确性和适用性。 如何对复杂系统进行建模和仿真计算以及描述其进化行为，吸引了广大科学工作者的极大兴趣。复杂系统是由大量互相作用的基本部件组成的系统，例如复杂生物系统和复杂工程系统。其中复杂生物系统由大量生命的有机体组成，这些有机体之间有着不同层次的相互作用，而这些相互作用又由一些随时间变化的生物规则所控制。同样地，复杂工程系统是一种由大量的呈现复杂行为的子系统组成的人工系统。相对而言，在很大程度上，工程系统并没有生物系统这么复杂。所以，在生物系统方面的研究会对工程系统有极大的帮助。 在生物系统研究领域，各类生物启发算法层出不穷，它们形态多样，理念各异，建模及分析工具各具特色。同时，由于各种生物智能计算模式均源于“自然”，模拟自然界的生物智能行为规律，它们总是为解决某类计算及优化问题而设计的，这些计算模式又具有相对的统一性。 本书在综合分析了各种基于生物行为优化算法的基础上，针对现有生物启发计算模式的局限性，以...