在我们的日常工作和生活中，优化问题无处不在，优化可以明显提高解决实际问题的效率，减少相关的计算成本和费用。目前已经提出很多的优化算法，根据“无免费午餐优化定理”，理论上不存在能够很好地解决各种优化问题的算法。因此，这一定理鼓励我们从不同方面提出

　　图描述了优化算法的分类及相应类别的典型优化算法。元启发式算法是一种高效的、通用的优化算法，它通过启发式方法搜索解空间来寻找最佳解决方案，通过基于启发式方法的搜索和学习策略来寻找最优解或者最优近似解。这些算法借鉴自然现象、社会行为和物理过程等建立数学模型进行寻优。元启发式算法具有简单性、黑盒性、随机性和通用性等特点。元启发式算法能够准确的通过其启发式机制分为五种主要类型：基于进化的算法、基于种群的算法、基于物理/化学的算法、基于人类的算法、基于数学的算法，以及其他算法。

　　水力发电是可再次生产的能源中发电技术最成熟、稳定的一种发电技术。水轮机是水力发电中的核心设备，它对发电效率和电站的安全运行有很重要的作用。《新型元启发式算法及其应用》（赵卫国，王利英，宿辉著. 北京：科学出版社，2024. 5）以水轮机为研究对象，采用提出的智能优化算法对水轮机调节系统的参数和尾水管的压力脉动信号进行相对有效识别，以提高电站的稳定性。

　　作者多年来一直从事智能优化算法和水力机械稳定方面的研究，并取得了一些成果，本书是在这些研究成果的基础上编写而成，主要介绍人工蜂鸟算法和蝠鲼觅食优化算法的提出、改进及其工程应用，内容包括：

　　提出了一种名为人工蜂鸟算法(AHA)的新型元启发式仿生优化算法，该算法模拟了蜂鸟的特殊飞行技巧和觅食策略，分别采取了了三种飞行技巧，包括轴向飞行、对角飞行和全向飞行。此外，实现了引导觅食、领地觅食和迁徙觅食，构建了一个访问表来模拟蜂鸟对食物源的记忆功能，并使用4个工程实例验证了人工蜂鸟算法的有效性。

　　采用两种策略对人工蜂鸟算法(AHA)进行了改进｡第一，运用切比雪夫混沌映射进行初始化，扩大了人工蜂鸟的搜索范围，提高了求解的精度｡第二，在引导觅食时加入莱维飞行，使得算法避免过早收敛和拥有非常良好的稳定性｡为了验证IAHA算法的优化性能，运用8个不同的函数进行性能测试，统计分析了最优值、平均值、标准差和最差值，可以直观地看到IAHA有着非常明显的优势｡当应用到抽水蓄能机组调节系统的非线性模型参数辨识等实际问题中时，发现仿线%的情况下还是在负荷扰动5%、10%和15%的扰动情况下，与PSO、ALO、GSA和AHA算法相比，IAHA都具备比较好的结果｡这不仅实现了抽水蓄能机组调节系统的高精度辨识，也对其他复杂系统的参数辨识问题具备极其重大的启发意义｡

　　提出了一种新的优化方法——蝠鲼觅食优化(MRFO)算法，其灵感来源于蝠鲼的三种智能觅食行为，分别为链式觅食、螺旋觅食和翻滚觅食。该算法仅含少量可调参数，易于实施，因此在许多工程领域具有很大的应用潜力。利用多样的基准函数，包括单峰、多峰、低维和组合函数，从不同角度验证了MRFO算法的性能，并与其他知名的优化算法进行了比较，根据结果得出蝠鲼觅食优化算法表现更为出色。

　　为了验证其解决实际问题的能力，我们对拉伸/压缩弹簧设计、焊接梁设计和液压推力轴承设计三个实际工程问题进行了研究。比较根据结果得出，蝠鲼觅食算法不仅在无约束问题上具有强大的全局优化能力，而且在约束问题上也表现得令人满意。它很适合处理需要指定精度的实际问题，并且计算成本较小。

　　针对蝠鲼觅食优化算法易陷入局部最优这一问题，对蝠鲼觅食优化算法进行了四方面的改进：①采用精英反向学习算法优化初始种群；②选择初始化后种群的前50%作为新种群，以保证获得优质种群；③在链式觅食处采用自适应t分布代替链式因子，优化个体在链式觅食点的更新策略；④为了能够更好的保证算法的稳定性，在链式搜索和螺旋搜索中删除了乘r的部分表达式。

　　针对PNN的分类精度受其平滑因子的影响，采用改进的蝠鲼觅食优化算法对该平滑因子来优化，并构建ITMRFO-PNN识别模型，将该模型与PNN模型和MRFO-PNN模型对水轮机尾水管压力脉动特征识别的准确率和训练失误率作对比，验证了基于ITMRFO-PNN模型的混流式水轮机尾水管压力脉动特征识别方法的准确性和有效性。

　　本书可供从事计算机科学与技术、水利工程工作的技术人员使用，也可作为大专院校有关专业研究生、教师参考书。限于作者的学识水平，书中若有不妥之处恳请读者批评指正，联系邮箱为。

　　本文摘编整理自《新型元启发式算法及其应用》（赵卫国，王利英，宿辉著. 北京：科学出版社，2024. 5）一书。

　　本书结合作者近几年的研究成果，主要介绍人工蜂鸟算法和蝠鲼觅食优化算法的提出、改进及其工程应用，内容有：人工蜂鸟算法，包括算法提出的灵感、步骤、数学模型、性能测试及其工程应用等；人工蜂鸟算法的改进及其工程应用，从运用切比雪夫混沌映射进行初始化来提高求解的精度和引导觅食时加入莱维飞行，使得算法避免过早收敛和拥有非常良好的稳定性两个方面对人工蜂鸟算法进行改进，改进后的算法应用在抽水蓄能机组调节系统非线性模型参数辨识中，并取得了比较好的效果；蝠鲼觅食优化算法，包括算法提出启发、步骤、数学模型、性能测试及其工程应用等；蝠鲼觅食优化算法的改进及其工程应用，采用精英反向学习算法优化初始种群、在链式觅食处采用自适应t分布代替链式因子优化个体在链式觅食点的更新策略等对蝠鲼觅食优化算法进行改进，采用改进的蝠鲼觅食优化算法对混流式水轮机尾水管压力脉动特征进行了有效识别。