講座內(nèi)容：多峰值優(yōu)化一直以來都是計算機科學,、運籌學等領(lǐng)域的重要難題和研究熱點。進化計算（Evolutionary Computation，EC）因其無須依賴待解問題的具體數(shù)學模型特性，成為了求解復(fù)雜多峰優(yōu)化問題的重要方法。分布估計算法（Estimation of Distribution,，EDA）作為一種特殊的EC算法，通過對種群中優(yōu)勢個體的分布情況建立概率模型，利用估計的概率模型進行采樣實現(xiàn)種群的迭代進化,。基于這種基于概率分布估計的策略,，EDA具有良好的搜索多樣性維持能力,，并且能通用于連續(xù)和離散的優(yōu)化空間。受EDA的啟發(fā),，本報告將介紹兩類基于概率分布估計的多峰優(yōu)化進化算法框架：多解優(yōu)化的EDA方法,，以及基于概率分布的連續(xù)-離散混合空間優(yōu)化方法。