演化算法在20世纪60年代被提出时并未受到普遍重视,主要原因有三点,一是这些方法当时并不成熟;二是这些方法运行需要较大的计算量,当时计算机速度跟不上要求;三是当时解决类似难题人工智能方法可以得出很好的结果,人们难以过多的关注其他算法。传统人工智能解决问题的局限性在20世纪80年代初被凸显出来,当时计算机速度已经明显提高并且普及,制约演化计算的一大瓶颈已经不复存在。演化计算在机器学习,工程优化,过程控制等领域取得极大地成功,这引起了包括数学,物理学在内的各个学科及工程应用领域专家的兴趣。某些学者研究了演化计算的灵现行为(Emergent Behavior)后声称,演化计算与混沌理论、分形几何将成为人们研究非线性现象和复杂系统的新的三大方法,并将与神经网络一起成为人们研究认知过程的重要工具。自20世纪80年代中期以来,世界上许多国家都掀起了演化计算的研究热潮。目前,以演化计算为主题的国际会议在世界各地定期召开,如IEEE。随着演化计算的广泛应用,一些杂志都设置专栏介绍这方面的文章,现在还出版了两种关于演化计算的影响力较大的新杂志《Evolutionary Computation》和《IEEE Transactionson Evolutionary Computation》。演化计算是一种通用的问题求解方法,具有自组织、自适应、自学习性和本质并行性等特点,不受搜索空间限制性条件的约束,也不需要其它辅助信息。因此,演化算法简单、通用、易操作、能获得较高的效率,越来越受到人们的青睐。演化计算在大型优化问题求解、机器学习、自适应控制、人工生命、神经网络、经济预测等领域取得的成功,引起了包括数学、物理学、化学、生物学、计算机科学、社会科学、经济学及工程应用等领域科学们的极大兴趣。现在,演化计算的研究内容十分广泛,例如演化计算的设计与分析、演化计算的理论基础以及在各个领域中的应用等。随着演化计算的理论研究的不断深入和应用领域的不断扩展,演化计算将会取得很大的成功,必将在当今社会占据更重要的位置。