《仿生智能优化凤仙花算法》系统地描述了一种新型群体智能算法——凤仙花优化算法，它的产生、算法实现、理论分析、算法改进及其应用，为读者勾勒出了凤仙花优化算法的全景图像。主要内容包括：凤仙花优化算法的基本原理与实现及其性能分析、收敛性和时间复杂度分析、改进算法、多目标凤仙花优化算法的化实现，以及几种应用实例。书中重点介绍了凤仙花优化的参数设定，各种改进方法、多目标优化、与典型群体智能算法的性能对比分析等。书中还包括了凤仙花优化算法的最新资料和一些重要算法的流程图，以及源代码，供感兴趣的读者参阅和使用。
《仿生智能优化凤仙花算法》可供人工智能、控制科学与工程、计算机算法等专业领域研究人员参考，也可供相关专业研究生教学使用。

第1章 绪论
1.1 群集智能的提出
1.2 群集智能的研究历史与现状
1.3 凤仙花优化算法的研究内容
1.4 主要创新点
1.5 未来研究方向
第2章 凤仙花种子传播模式
2.1 智能的基本概念
2.2 群集智能
2.3 生物自适应体
2.4 凤仙花的植物学特性
2.5 凤仙花种子传播模式
2.6 本章小结
第3章 凤仙花优化算法
3.1 引言
3.2 凤仙花优化算法的组成
3.3 凤仙花优化算法的实现
3.4 凤仙花优化算法的讨论
3.5 凤仙花优化算法的实验
3.6 本章小结
第4章 算法的基础理论分析
4.1 引言
4.2 凤仙花优化算法的随机模型
4.3 凤仙花优化算法的全局收敛性
4.4 凤仙花优化算法的时间复杂度
4.5 本章小结
第5章 凤仙花优化算法的改进
5.1 引言
5.2 凤仙花授粉的生物学特征
5.3 增强型凤仙花优化算法
5.4 增强型凤仙花优化算法的实验
5.5 工程应用：3D增材印刷油墨转移率预测
5.6 本章小结
第6章 多目标凤仙花优化
6.1 研究背景
6.2 凤仙花优化算法的改进
6.3 协同多目标凤仙花优化算法
6.4 协同多目标凤仙花优化算法的实验
6.5 工程应用：碳纤维编织锭子结构优化
6.6 本章小结
附录1 CEC2006测试集函数
附录2 CEC2017测试集函数
附录3
参考文献