Dieses Buch befasst sich mit fortschrittlichen metaheuristischen Optimierungstechniken, die entwickelt wurden, um immer komplexere reale Probleme anzugehen, die mit herkömmlichen Methoden nur schwer zu lösen sind. Es werden verbesserte Versionen des Salp Swarm Algorithm (SSA) und des Grasshopper Optimization Algorithm (GOA) vorgestellt, die Probleme wie langsame Konvergenz und Stagnation lokaler Optima angehen. Der erste Teil behandelt die theoretischen Grundlagen und Verbesserungen dieser Algorithmen, einschließlich der Integration von Lévy-Flug und logarithmischen Spiralfunktionen in SSA (ISSA) und eines arithmetischen Crossover-Mechanismus in GOA (IGOA). Die Wirksamkeit dieser Algorithmen wird durch ihre Anwendung auf technische Probleme, insbesondere multimodale Herausforderungen, demonstriert. Im zweiten Teil werden die Fähigkeiten der vorgeschlagenen Methoden bei realen Mehrziel-Optimierungsproblemen wie der Minimierung von Leistungsindizes und der Schätzung von Photovoltaik-Parametern bewertet, wobei umfassende experimentelle Ergebnisse geliefert werden, die ihre überlegene Effizienz und Anwendbarkeit hervorheben.