کتاب ” بهینه سازی و الگوریتم‌های موجود ” اثر ایمان الیاسیان به انواع مدل‌های بهینه سازی مانند خطی، غیرخطی،گسسته محدب، سراسری، برداری و… می‌ پردازد.

در منتخبی از کتاب می خوانیم :
۱-۳- مسأله فروشنده دورهگرد (TSP = Problem Salesman Travelling)
در ابتدا به مسأله فروشنده دورهگرد (TSP) توجه میکنیم؛ در این مسأله مأموری به صورت تصادفی در فضای جستجو (گرافn بعدی) حرکت میکند. تنها موقعیت اجباری این است که مأمور باید فهرست شهرهایی را که رفته به جهت اجتناب از تکرار به خاطر بسپارد.

در این روش بعد از n حرکت، مأمور به شهر شروع باز میگردد و راهحلی به دست میآید. روش جستجوی تصادفی ممکن است تکراری بوده و یا از شهرهای مختلف شروع شود که شامل الگوریتم چند شروعه (Multistart) میشود.

روشهای فرا ابتکاری میتوانند مطابق موارد زیر به دست آیند:
 استفاده از شیوهای مبتنی بر علاقهمندی برای انتخاب هر حرکت مأمور؛
 استفاده از روش جستجوی محلی (معاوضه موقعیت گرهها) برای بهبودی راهحل؛
 استفاده از روش جستجوی محلی تصادفی و تنها پذیرش تغییرات بهبود یافته؛
 استفاده از m مأمور که از شهرهای مختلف شروع میکنند.

 استفاده از تعدادی مأمور با استخدام غیر قطعی؛
 استفاده از روشهای گروهی برای قسمتبندی فضا و یا مأموران؛
 استفاده از قانون پذیرش بدون قطع برای تغییرات اصلاح نشده؛

برخی الگوریتم های بهینه سازی مهم عبارت اند از:
انواع روشهای فرا ابتکاری برگرفته از طبیعت
۱- الگوریتم ژنتیک
الگوریتمهای ژنتیک، تکنیک جستجویی در علم رایانه برای یافتن راهحل تقریبی برای بهینهسازی و مسائل جستجو است. الگوریتم ژنتیک نوع خاصی از الگوریتمهای تکامل است که از تکنیکهای زیستشناسی فرگشتی مانند وراثت و جهش استفاده میکند.