講座內容：多峰值優化一直以來都是計算機科學、運籌學等領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學模型特性，成為了求解復雜多峰優化問題的重要方法。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，并且能通用于連續和離散的優化空間。受EDA的啟發，本報告將介紹兩類基于概率分布估計的多峰優化進化算法框架：多解優化的EDA方法，以及基于概率分布的連續-離散混合空間優化方法。