演化學習作為機器學習中解決復雜優(yōu)化問題的重要方法，此前一直因為理論支撐不足未得到應(yīng)有重視。本書將介紹作者團隊近幾年在演化學習理論和算法方面取得的重要進展，彌補上述缺憾。本書內(nèi)容主要分四部分，第一部分簡要介紹演化學習基礎(chǔ)知識；第二部分講述演化算法中用于分析運行時和近似性能的通用理論工具；第三部分講解關(guān)于演化優(yōu)化中主要因素的一些理論發(fā)現(xiàn)；第四部分介紹一些有可證明理論支撐的演化學習算法，這些算法在一些典型人物中性能突出。