《传染病动力学优化算法及其应用》系统介绍了依据传染病动力学原理构造出来的一系列新型复杂场景群智能优化算法，即传染病动力学优化算法，内容包括SIS传染病动力学优化算法、SEIV传染病动力学优化算法、SIRQV传染病动力学优化算法、SEIRS传染病动力学优化方法、鼠疫传染病动力学优化算法、具有跨物种多级传播特征的仓虫病算法、HIV传染病动力学优化算法、人感禽流感优化算法、SIR-DNA传染病动力学优化算法，并利用某些算法对VOCs减排方案优化问题进行了求解。《传染病动力学优化算法及其应用》介绍的研究成果可为求解高度复杂优化问题提供技术方法。《传染病动力学优化算法及其应用》内容丰富新颖、实用性强，可供管理科学与工程、计算机科学与技术、信息技术、人工智能、系统工程等学科的科研人员、工程技术人员、专业教师及研究生阅读和参考。

1 SIS传染病动力学优化算法
1．1 引言
1．2 基于SIS传染病模型的函数优化算法设计
1．2．1 Kermack-Mckendrick假设
1．2．2 算法场景设计
1．2．3 SIS传染病模型与SIS算法的执行流程
1．2．4 演化算子设计
1．2．5 个体初始化
1．2．6 SIS算法构造方法
1．2．7 SIS算法的特性
1．2．8 SIS算法的时间复杂度
1．3 SIS算法的全局收敛性证明
1．4 实例研究与对比分析
1．5 本章小结
参考文献

2 SEIV传染病动力学优化算法
2．1 引言
2．2 基于SEIV传染病模型的函数优化算法设计
2．2．1 SEIV传染病模型
2．2．2 算法场景设计
2．2．3 演化算子设计
2．2．4 SEIV算法构造方法
2．2．5 SEIV算法的时间复杂度
2．3 SEIV算法的特性与全局收敛性
2．4 实例研究与对比分析
2．4．1 SEIV算法的性能研究与参数选取
2．4．2 SEIV算法与其他群智能优化算法的比较
2．5 本章小结
参考文献

3 SIRQV传染病动力学优化算法
3．1 引言
3．2 基于SIRQV传染病模型的函数优化算法设计
3．2．1 SIRQV模型
3．2．2 算法场景设计
3．2．3 演化算子设计
3．2．4 sIRQV算法构造方法
3．2．5 SIRQV算法的特性
3．2．6 时间复杂度
3．3 SIRQV算法的全局收敛性
3．4 实例研究与对比分析
3．4．1 sIRQV算法的参数选取与性能研究
3．4．2 SIRQV算法与其他群智能优化算法的比较
3．5 本章小结
参考文献

4 SEIRS传染病动力学优化算法
4．1 引言
4．2 基于SEIRS传染病模型的函数优化算法设计
4．2．1 SEIRS传染病模型
4．2．2 算法场景设计
4．2．3 演化算子设计
……