這是一個(gè)物流巨速發(fā)展和變革的時(shí)代。每天千萬件貨物在處理，無人機(jī)快遞、無人車運(yùn)輸、智能化物流中心等技術(shù)和產(chǎn)品正在物流行業(yè)實(shí)踐，物流產(chǎn)業(yè)正在從單純勞動(dòng)密集型產(chǎn)業(yè)向高科技與管理結(jié)合的模式發(fā)展。信息化的物流資源提升了物流設(shè)備的智能性，也進(jìn)一步豐富了智能物流的調(diào)度對象。在智能物流環(huán)境中，具備了移動(dòng)感知和通信能力的物料、托盤和移動(dòng)裝備等物流對象成為新的智能物流調(diào)度資源。工業(yè)生產(chǎn)組織中的物流資源呈現(xiàn)出了新的特征。這些新的發(fā)展趨勢和特征也將明顯增加物流資源調(diào)度問題的復(fù)雜性。如何解決當(dāng)前物流系統(tǒng)優(yōu)化中面臨的高維、多約束、動(dòng)態(tài)、高效等NP（non�瞕eterministic polynomial，非確定多項(xiàng)式）難題，是物流領(lǐng)域?qū)W者和業(yè)界共同關(guān)注的熱點(diǎn)話題。群智能優(yōu)化技術(shù)具有良好的魯棒性和優(yōu)化能力，為解決大規(guī)模復(fù)雜優(yōu)化問題提供了有效的工具，已成為工業(yè)生產(chǎn)中任務(wù)調(diào)度、資源協(xié)同、布局優(yōu)化等方面的熱點(diǎn)技術(shù)。然而，群智能優(yōu)化作為一種新穎的計(jì)算模式，研究和應(yīng)用仍然存在許多問題，如早熟、種群多樣性速降、開發(fā)和開拓行為不易控制等，制約了群智能優(yōu)化算法搜索性能的提升。另外，目前優(yōu)化問題越來越復(fù)雜，在智能算法構(gòu)建中也面臨如初始可行解構(gòu)建難度大、搜索效率低、計(jì)算成本激增等難題。如何開發(fā)出更加有效的算法，與復(fù)雜的物流系統(tǒng)優(yōu)化問題相結(jié)合，形成高效和普適的優(yōu)化架構(gòu)，是本書的主要出發(fā)點(diǎn)。本書力求將理論研究與實(shí)際應(yīng)用并重，圍繞著群智能優(yōu)化算法理論研究及其在物流實(shí)際問題優(yōu)化中的應(yīng)用，基于作者在群體結(jié)構(gòu)、群體拓?fù)浜蛡�(gè)體行為研究的成果，融合復(fù)雜網(wǎng)絡(luò)、人工智能、系統(tǒng)工程等的思想和方法，構(gòu)建了針對實(shí)際物流問題的群智能優(yōu)化能力提升和應(yīng)用的理論和實(shí)踐方法。首先，從群體結(jié)構(gòu)和搜索行為研究出發(fā)，提出具有異構(gòu)分簇的聚類自適應(yīng)策略，改善了算法性能；其次，從群體間網(wǎng)絡(luò)關(guān)系分析入手，引入復(fù)雜網(wǎng)絡(luò)理論，將網(wǎng)絡(luò)拓?fù)溲莼�作為調(diào)節(jié)群體搜索信息共享的手段，從而避免信息過度集中，提升整體優(yōu)化能力；再次，從網(wǎng)絡(luò)拓?fù)浜蛡�(gè)體行為控制兩方面分析，在種群中引入社會網(wǎng)絡(luò)的演化調(diào)整機(jī)制和個(gè)體學(xué)習(xí)行為方法，強(qiáng)化個(gè)體之間的交互和協(xié)作，優(yōu)化人工種群的搜索能力；后，將上述策略及方法分別應(yīng)用在自動(dòng)化立體倉庫貨位優(yōu)化、冷鏈配送車輛路徑優(yōu)化、云物流下基于協(xié)同庫存的集合覆蓋的選址�卜峙鋬�(yōu)化、集裝箱多式聯(lián)運(yùn)方案優(yōu)化等問題中。在每個(gè)物流優(yōu)化問題求解中，均設(shè)計(jì)了高效的編碼、解碼方案，將問題與算法緊密結(jié)合，充實(shí)了智能優(yōu)化算法的應(yīng)用方式和實(shí)踐案例。群智能優(yōu)化及其在物流中的應(yīng)用前言全書分為群智能優(yōu)化算法理論研究和物流系統(tǒng)優(yōu)化應(yīng)用兩大部分，共9章。第1章介紹了群智能優(yōu)化理論及應(yīng)用較為廣泛的幾類群智能優(yōu)化算法，并從群體網(wǎng)絡(luò)、種群拓?fù)浜蛡�(gè)體行為角度進(jìn)行了綜述和分析。第2章介紹了從種群結(jié)構(gòu)和自適應(yīng)角度構(gòu)建的具有異構(gòu)分簇性質(zhì)和自適應(yīng)能力的聚類自適應(yīng)粒子群優(yōu)化算法。第3章從群體網(wǎng)絡(luò)行為角度，提出了具有種群拓?fù)鋭?dòng)態(tài)演化特征的粒子群優(yōu)化算法，優(yōu)化個(gè)體交互行為及整個(gè)種群的搜索行為。第4章對個(gè)體鄰域、種群拓?fù)浜蛡�(gè)體學(xué)習(xí)行為進(jìn)行綜合研究，提出了基于社會網(wǎng)絡(luò)的群體優(yōu)化算法，提高算法優(yōu)化能力。第5章分析了自動(dòng)化立體倉庫貨位優(yōu)化問題，構(gòu)建了對應(yīng)的模型，基于連續(xù)編碼離散化策略進(jìn)行了群智能優(yōu)化算法搜索空間與問題解空間的對應(yīng)，實(shí)現(xiàn)了問題的求解。第6章中針對冷鏈物流中的車輛路徑問題進(jìn)行研究，基于連續(xù)編碼方式，提出了多階段解碼過程，將群智能優(yōu)化算法應(yīng)用于此類問題求解。第7章研究了云物流模式下的選址分配問題，考慮了協(xié)同庫存問題的特點(diǎn)，提出了多段式的個(gè)體編碼方式，實(shí)現(xiàn)了群智能優(yōu)化算法的求解。第8章設(shè)計(jì)了具有全局流量按比例分配與局部流量調(diào)整的編碼方式，將多種群智能優(yōu)化算法應(yīng)用于多式聯(lián)運(yùn)問題的求解。第9章中針對集裝箱船舶的貝位配置優(yōu)化問題，采用本書的算法進(jìn)行了求解設(shè)計(jì)。作者及研究團(tuán)隊(duì)在群智能優(yōu)化算法、物流系統(tǒng)建模與優(yōu)化、物流系統(tǒng)仿真等方面進(jìn)行了多年的深入研究，承擔(dān)了多項(xiàng)國家、省部級科研課題和橫向合作項(xiàng)目，積累了大量經(jīng)驗(yàn)和成果。本書的大部分內(nèi)容來源于這些精華，其中很多出自于相應(yīng)的原創(chuàng)論文。這些為本書的完成提供了豐富的材料和應(yīng)用基礎(chǔ)。要感謝張煜教授和李斌教授的支持，他們對第8章和第9章案例模型的構(gòu)建和求解提出了寶貴建議。同時(shí)要感謝畢婭副教授的協(xié)助，其研究為第7章提供了基礎(chǔ)資料。還要感謝團(tuán)隊(duì)中碩士生林紅和劉盼盼，他們參與了第4章和第5章中大量的數(shù)據(jù)統(tǒng)計(jì)和案例構(gòu)建。在人工智能蓬勃發(fā)展的時(shí)代，群智能優(yōu)化技術(shù)將迸發(fā)出更多的活力。由于能力及時(shí)間方面的原因，本書只是在群智能優(yōu)化技術(shù)及其在物流領(lǐng)域中的應(yīng)用方面做了一些探索和嘗試，難免掛一漏萬，敬請廣大讀者批評指正。未來，作者將在讀者意見的基礎(chǔ)上，進(jìn)一步深入研究群智能搜索的內(nèi)在機(jī)理，構(gòu)建個(gè)體搜索的自適應(yīng)調(diào)節(jié)控制方法，增強(qiáng)種群搜索行為，將智能優(yōu)化與物聯(lián)網(wǎng)、深度學(xué)習(xí)等技術(shù)進(jìn)行深度結(jié)合，有效融合實(shí)際調(diào)度信息，構(gòu)建高性能的新型群智能計(jì)算與應(yīng)用模型，實(shí)現(xiàn)系統(tǒng)動(dòng)態(tài)漸進(jìn)式優(yōu)化，以應(yīng)對智能工業(yè)下的大規(guī)模動(dòng)態(tài)資源調(diào)度和生產(chǎn)優(yōu)化的要求，推進(jìn)群智能理論研究及其在復(fù)雜工業(yè)場景中的應(yīng)用。本書的出版得到了國家自然科學(xué)基金面上項(xiàng)目基于移動(dòng)智能體調(diào)度的混雜工業(yè)無線傳感器網(wǎng)絡(luò)抗毀性研究(編號：61571336)和青年科學(xué)基金項(xiàng)目面向多移動(dòng)智能物流資源調(diào)度的動(dòng)態(tài)漸進(jìn)群集智能優(yōu)化方法研究(編號：61603280)等項(xiàng)目的資助。本書的研究內(nèi)容在上述基金研究項(xiàng)目中得到了應(yīng)用。本書的出版也得到了華中科技大學(xué)出版社的大力支持。編輯在本書出版過程中，做了非常深入細(xì)致的工作，和作者多次溝通交流，提出了大量有建設(shè)性的意見和建議，引導(dǎo)作者對內(nèi)容進(jìn)行更細(xì)致的斟酌和訂正，為保障本書的學(xué)術(shù)品質(zhì)默默奉獻(xiàn)。在此一并表示真摯的感謝。作者2018年7月