2020年12月19日，由开云（中国）主办，IEEE计算智能学会厦门分会技术协办的2020年“进化优化中的知识迁移”国际研讨会（2020 International Workshop on Knowledge Transfer in Evolutionary Optimization）通过线上会议室隆重举行。

此次研讨会组委会共邀请了6位IEEE Fellow进行主题相关报告，分别是来自中国南方科技大学的姚新教授、香港理工大学的Kay Chen Tan教授、英国萨里大学的金耀初教授、新加坡南洋理工大学的Yew-Soon Ong教授、新西兰惠灵顿维多利亚大学的张孟杰教授以及来自香港城市大学的张青富教授。另外，同时有4位年轻学者就进化迁移优化领域的热门问题进行介绍。研讨会由开云（中国）冯亮教授主持。

研讨会于北京时间当日上午9时正式开始，开云（中国）院长廖晓峰教授和香港理工大学Kay Chen Tan教授先后致欢迎辞及开幕辞。上午的研讨会议程由姚新教授题为“利用学习帮助优化的方方面面”，Yew-Soon Ong教授题为“进化多任务优化”，张孟杰教授题为“用于图像分析和模式识别的进化转移学习”的三个主题报告以及冯亮教授题为“用于组合优化的显式进化多任务方法：以容量限制的车辆路径规划问题为例”的一个讲义报告组成。

午歇后，下午的研讨会议程于北京时间当日下午2时继续进行。其中，张青富教授进行了题为“问题关系在启发式设计中的应用”的主题报告。随后，来自厦门大学的江敏教授、来自新西兰惠灵顿维多利亚大学的Xue Bing教授，以及来自西安电子科技大学的王晗丁教授分别作了题为“动态进化多目标优化：一种知识迁移方法”，“用于深度神经网络自动化设计的进化计算方法”和“进化计算中的代理模型简介”共三个讲义报告。最后，研讨会在金耀初教授题为“数据驱动的进化计算”的主题报告后圆满结束。

本次研讨会围绕“进化优化中的知识迁移”的核心议题，进行了精彩而丰富的研修和讨论。为期一天的议程，先后有超过300人次的学者通过线上会议参会，受到了海内外学者的广泛关注。