演化学习（evolutionary learning），理学-计算机科学技术-人工智能-机器学习，人工智能的分支。旨在利用演化算法（evolutionary algorithms）求解机器学习（machine learning）中的复杂优化问题。演化算法源于20世纪60年代，是一类在计算机中模拟生物进化过程的算法，包括遗传算法、演化规划算法、演化策略算法、粒子群算法、蚁群算法等。这类算法具有一定的优化能力，且对优化目标函数的限制很少，可用于目标函数不可导、不连续、甚至写不出目标函数的情况。演化算法存在很多变种，它们有着相近的算法结构，只是在参数选取、算子设计等实现上有所不同。机器学习研究计算机如何通过利用经验自动提高自身的性能，并已成为智能数据分析的主要方法。机器学习任务中常常涉及复杂的优化问题，例如学习模型的参数优化、监督学习中复杂损失函数的优化、聚类分析中样本划分的优化等。因此尝试使用演化算法来处理机器学习任务中的优化问题，就成为很自然的选择。演化算法首先随机生成一组初始解，然后迭代地通过某种方式产生新解，评估新解的目标函数值，并更新解集合，保留较好的解。