这是一本关于全局优化的电子书，它是寻找最佳的方法来解决给定的问题。它着重讨论演化算法的进化计算，遗传算法，遗传规划,学习量词系统、进化策略、差分演化,粒子群优化、蚁群算法。它也阐述了对其他严谨启发式解法，比如模拟退火，禁忌搜索算法，极值优化,随机优化。这是一本是在传统意义上没如有的书：因为频繁的更新和变化,这实在不是有意为序贯阅读而更多的是某种形式的资料收集、百科全书,或参考咨询工作,在那里你可以查东西,找到正确的背景,并提供基础。
1 介绍
一个最基本的原则：在我们的世界里寻找一个最佳状态。这开始于在物理学中原子的微观形态债券的尝试以减少能量的电子。当分子形成固体的过程中,他们试图承担冻结最佳能量水晶结构。这些过程,当然是不被任何更高的意图所控制,但纯粹由于物理定律。
同样的生物学原理适者生存,连同生物演化,带来更好的适应环境的物种。这里,一种是一个城市陷入局部最优控制所有其他动物在其所处的环境，智人能达到这一水平,分享它与蚂蚁、细菌、苍蝇、蟑螂、及其它各种各样的令人毛骨悚然的生物。
只要人类存在,我们力求在世界上许多地方追求完美。我们想要达到最大程度的幸福而付出最少的力气。在我们的经济中，力求利润最大化,必须使销售成本应该尽可能低。因此,优化是世界上最古老的日常生活,甚至延伸到到现在的日常生活中。
一般来说，如果某样东西是重要的，并且抽象够，总是有一个数学规律来处理它。全局优化是应用数学和数值分析的重点，以及优化的一个分支。全局优化的目标是要找到最好的元素X *从一个集X通过标准集合F = { }。这些所谓的目标函数是标准的数学函数表示。
定义1.1（目标函数）：一个目标函数f ：X →Y且Y⊆R是一个数学函数是优化的。
一个目标函数的上域Y幅度必须是是一个实数(Y ⊆ R)。该域x是所谓的问题的空间和可以代表任何类型的元素，如人数，名单，施工计划，依此类推。它是根据选择的问题有待解决的优化过程。目标函数不一定仅仅是数学表达式，但也可以是复杂的算法，例如，涉及多种模拟。全局优化包括所有的技术，可以用来寻找最好的元素X *从一个集X通过标准集合f F。
