講座內(nèi)容：本次報告分成兩部分,

（1）諸如擬牛頓的經(jīng)典最優(yōu)化方法力求充分挖掘問題蘊含的啟發(fā)式信息來決定每一步的搜索方向和步長,相對而言元啟發(fā)式算法在每一步的計算花費要少得多,本部分擬以漫談的方式介紹經(jīng)典到群智能優(yōu)化算法的過度,把群智能優(yōu)化算法看作醉酒(最久)版本的經(jīng)典優(yōu)化方法;

（2）介紹2016西安BIC-TA會議上帶著研究生做的一點最新結(jié)果:二階差分進化算法，該部分最本原的啟發(fā)于一階與二階差分方程間的關系。