《中國人工智能學會通訊》——8.16 演化計算中的機器學習

演化計算與機器學習是同屬人工智能的緊密相連的兩個研究方向，一方面演化算法 (EAs，evolutionary algorithms) 可以用于求解機器學習中的複雜優化問題；另一方面機器學習可輔助 EA。本文側重後者。

需要指出的是，EA 本身也具有内在學習的能力，演化計算研究者從最初即意識到學習在 EA 中的重要性，例如遺傳算法 (genetic algorithm) 中的積木塊 (building blocks) 假設就是利用積木塊來學習自變量之間的關聯性，以提高算法性能[1] 。随着機器學習（尤其是統計機器學習）方法在過去 20年内的崛起，機器學習在演化計算領域的應用日趨明顯，有相當一部分最新成果顯式地采用了機器學習技術[2] 。本文圍繞這些研究進展，分析了應用機器學習方法的必要性，并分别從單目标優化和多目标優化的角度，通過舉例簡要說明了如何将機器學習方法應用到 EA。