模拟演化优化作为模拟自然界中生物演化过程的一种基于种群的随机搜索技术，是计算智能的重要研究方向。它是一种通用的优化方法，具有自组织、自适应、自学习和本质并行性等特点，不受搜索空间限制性条件的约束，也不需要其它辅助（例如导数）信息。演化优化算法有三个主要组成部分：随机机制、选择操作及重组算子。

现有的研究工作主要集中在如何构造选择操作与重组算子。但在现有研究中，算法设计都是基于启发式的。基于元学习方法，通过对特定一族优化问题的求解经验的学习，可以得到对这些问题的选择及重组算子的构造策略。元学习方法的引入将改变现有演化优化研究完全基于启发式的桎梏，将为模拟演化优化算法设计提供新的研究思路以及方向，将极大提升模拟优化算法的性能。为深入探讨基于元学习方法的模拟演化优化理论与技术，国家天元数学西北中心于11月25日-26日在线上举办“基于元学习方法的模拟演化优化研讨会”。

     会议议程详见：https://mp.weixin.qq.com/s/bF80vxe4Bj9DJGfUIxSm6Q