元启发式优化算法通过模拟自然现象为解决复杂问题提供了崭新的思路和手段。《博士论丛·元启发式优化算法：理论阐释与应用》主要介绍两类元启发式优化算法：第一类是群体智能算法，包括蚁群优化和粒子群优化两种仿生算法；第二类是微正则退火算法，它借鉴物理学相关原理，改进了传统模拟退火机制。借助仿真手段，《博士论丛·元启发式优化算法：理论阐释与应用》着重研究了上述元启发式优化算法的若干改进策略及应用，主要内容涉及元启发式优化算法的产生背景及相关概念，蚁群优化与粒子群优化的研究现状、基本算法及改进方法，微正则退火算法的原理、改进策略及应用实例，基于增强型参考位置的粒子群优化算法，基于共享适应值的小生境粒子群优化算法，两阶段粒子群优化算法等。
　　《博士论丛·元启发式优化算法：理论阐释与应用》内容取材新颖，面向应用，通过翔实的仿真数据，介绍了各个算法的参数控制和运算过程，为读者利用该算法解决实际问题提供有益启示。《博士论丛·元启发式优化算法：理论阐释与应用》可作为管理科学、控制科学、计算机科学等专业高年级本科生、研究生、教师和其他专业技术人员的参考书。