自然計算(natureinspiredcomputation)，通常是一類具有自適應、自組織、自學習能力的模型與算法，能夠解決傳統(tǒng)計算方法難以解決的各種復雜問題，是計算機科學與人工智能領域中重要的研究內容之一。遺傳算法等經典自然計算方法從誕生至今已經各自演變成相對獨立的人工智能研究領域，半個多世紀以來不斷得到改進，衍生出眾多新方法，并且在不同的科學和工程領域得到了成功的應用。雜種優(yōu)勢是遺傳基礎不同的兩個親本雜交產生的雜種在某些性狀上優(yōu)于其親本的生物學現(xiàn)象。根據雜種優(yōu)勢的原理，通過育種手段的改進和創(chuàng)新，可以使產品獲得顯著增長。受雜交優(yōu)勢理論和著名三系法雜交水稻育種技術的啟發(fā)，著者團隊提出了一種新型的自然計算方法——雜交水稻優(yōu)化算法，并將其用于部分經典機器學習算法優(yōu)化問題求解，以獲得性能更為優(yōu)良的算法。

更多科學出版社服務，請掃碼獲取。