通过数据驱动的演化算法开辟解决复杂系统优化新途径--西湖大学工学院可信及通用人工智能实验室  

作　　者：刘奇奇 姜子健 李小君 金耀初 

机构地区：[1]不详 [2]欧洲科学院 [3]电气电子工程师学会

出　　处：《科技成果管理与研究》2025年第2期66-69,共4页Management And Research On Scientific & Technological Achievements

摘　　要：大量工程及科学中优化问题的目标函数难以采用数学表达式建立机理模型,其质量或性能评估依赖于耗时的数值模拟或物理实验,因此传统的数学规划优化无法有效解决这一类问题。演化计算作为受自然演化启发的一类计算范式,属于人工智能的一个分支。虽然演化算法能成功求解上述复杂优化问题,但是大多数演化算法通常假设可以进行数以万计的评估来寻找问题最优解。数据驱动的演化优化是指利用从历史记录、数值模拟或物理(生物、化学)实验中收集的数据建立机器学习模型(通常称为代理模型)部分取代演化计算中大部分的耗时的评估,实现各类复杂系统的高效优化。

关 键 词：演化计算 数据驱动 演化算法 自然演化 人工智能 系统优化 物理实验 代理模型 

分 类 号：G63[文化科学—教育学]