隨著計算智能方法得到更廣泛的應用,其從問題本身學習的能力亟待增強。為此,越來越多研究提出使用機器學習模型來驅動計算智能。通常,這種基于模型的進化算法的性能高度依賴于所采用模型的訓練質量。而傳統機器學習方法需要大量訓練數據進行模型訓練,而且受維度災難的影響,這類方法通常很難解決維度較高的問題,約束了計算智能方法的應用范疇。課題組在IEEE Transactions on Cybernetics上發表了一種由生成對抗網絡(GAN)驅動的進化多目標算法。