现代优化理论（Modern 最优化 theory）自20世纪40年代起逐渐发展成为一个独立的数学分支，旨在寻找能够同时满足设计需求且成本最低的解决方案。

最优化理论与方法作为现代优化理论的重要组成部分，致力于探讨如何在多种备选方案中确定最佳方案。这一理论的应用广泛，包括但不限于工程设计中的参数选取以达到最优效果，以及资源分配时如何实现效益最大化。随着科技的进步尤其是计算机技术的发展，最优化问题的研究变得日益重要，并拥有了更有效的计算工具。因此，最优化理论与算法得以快速发展，形成了多个子领域，如线性规划、整数规划、非线性规划、几何规划、动态规划、随机规划和网络流等。这些理论和算法在实践中的应用价值也愈发显著。

面对实际工程问题的复杂性、约束性、非线性及多极小值等问题，建立有效模型并寻求大规模并行处理的智能算法已成为相关领域的重点研究方向。自20世纪80年代以来，一系列新型优化算法应运而生，如人工神经网络、混沌理论、遗传算法、进化规划、模拟退火和禁忌搜索等。这些算法借鉴了自然界的现象或过程，融合了数学、物理、生物学、人工智能、神经科学和统计学等领域的知识，为解决复杂问题提供了新思路和新方法。这些算法因其直观易懂的构建方式和自然的运行机制，常被称为智能优化算法或现代启发式算法，在优化领域取得了成功的应用。