本文研究贝叶斯优化作为设计优化过程的算法方法，通过与 40 名新手设计师的比较研究，发现优化器可以帮助设计师探索更广泛的设计空间并达到更好的解决方案，但会降低设计师的代理权和表现力。

Apr, 2022

研究使用自动设计的算法对多目标进化算法进行了效果评估，通过比较搜索轨迹网络、种群的多样性和任意时刻的超体积值，发现算法组件对于不同问题具有不同的影响。

Jul, 2023

本文以智能搜索技术在人机系统中的应用为出发点，提出了一种新的多智能体协作搜索方法，并通过实验结果表明，该方法优于传统的手动设计策略和传统树状搜索方法，并能够用于研究不同的人类创造性活动。

Jun, 2023

本文提出了一个全面的质量多样性优化算法统一框架，探讨了该算法族群的大量变体，并提出了一种新的集合管理机制解决了在使用无结构的集合时观察到的侵蚀问题，同时还提出了使用质量多样性优化算法的新的选择机制，其性能比本文测试的所有算法都要好，这三个贡献都得到了质量多样化算法在三个不同实验场景下的广泛实验比较的支持。

May, 2017

LEMONADE 是一种多目标架构搜索算法，利用进化算法和近似网络同构算子来解决神经网络搜索领域的资源浪费问题，实现了高性能、低资源消耗的自动化神经网络设计。

Apr, 2018

本文探讨了强数据中心人工智能的可行性，并提出了共同进化的混合智能的概念。通过分析现有的认知体系结构方法，将人类无缝地融入智能问题解决的循环中。详细探讨了将人类纳入智能数据处理流程的认知架构，并对开发智能系统的可行性做出了一般性结论。

Sep, 2022

本文讨论了如何通过使用自动适应函数在进化艺术和设计算法中去除人为干预，提高计算机生成的艺术和设计的创造性和人性化，以达到创新性的目的，并提出了使用二代适应函数进化达尔文的抽象肖像作为示例，从而展示人工智能在艺术创作领域的应用前景。

Jan, 2010

通过比较九种基于进化计算的多目标算法的结果，使用 Friedman 的非参数测试，本文创建了一个多算法系统，根据用户需求能够应用不同的技术，以优化和改进基础设施即代码部署配置的多目标问题。

Jan, 2024

本文提出了一种两阶段的辅助代理进化方法，用于解决在大型数据集的封装设置中使用遗传算法进行特征选择时产生的计算问题。通过构建轻量级的定性元模型通过主动选择数据实例进行特征选择任务，并在遗传算法 CHC 的基础上应用该过程来创建定性近似变体 CHCQX。实验证明，CHCQX 对于包含超过 100K 个实例的大型数据集收敛速度更快且准确度更高。此外，我们还展示了我们的方法在粒子群优化（PSO）方法的定性逼近适应中的适用性，该方法属于进化计算（EC）范式的另一个分支，相关结果可在 GitHub 上找到完整的实现。

Apr, 2024

HyperMapper 2.0 is a new methodology and software framework that handles multi-objective optimization, unknown feasibility constraints, and categorical/ordinal variables for computer systems design, achieving better Pareto fronts and improved sampling for hardware accelerators.

Oct, 2018