1. 진화 계산: 진화에서 영감을 받은 컴퓨팅 모델 소개.

2. 유전 프로그래밍: 진화하는 프로그램을 위한 적응 시스템을 조사합니다.

3. 유전 알고리즘: 유전 최적화 기술의 힘을 분석합니다.

4. 진화 알고리즘: 생물학적 진화에 의해 구동되는 알고리즘을 논의합니다.

5. 생물학적 영감 컴퓨팅: 자연에서 영감을 받은 계산 모델을 살펴봅니다.

6. 진화 프로그래밍: 문제 해결에서 진화 시뮬레이션을 탐구합니다.

7. 교차(유전 알고리즘): 유전자 재조합 프로세스를 자세히 설명합니다.

8. 돌연변이(유전 알고리즘): 다양성에서 돌연변이의 역할을 검토합니다.

9. 염색체(유전 알고리즘): 유전적 데이터 구조를 설명합니다.

10. 메타휴리스틱: 최적에 가까운 솔루션을 찾기 위한 프레임워크를 탐구합니다.

11. 진화 전략: 최적화를 위한 적응 메커니즘을 조사합니다.

12. 효과적 적합도: 진화적 맥락에서 적합도 평가를 정의합니다.

13. 조기 수렴: 조기 최적화 함정에 대해 경고합니다.

14. 유전적 표현: 유전 알고리즘에서 데이터 인코딩을 조사합니다.

15. 밈 알고리즘: 유전적 검색과 지역 검색을 결합한 하이브리드 알고리즘을 다룹니다.

16. 인간 기반 계산: 계산에서 인간의 영향을 검토합니다.

17. 측면 컴퓨팅: 계산 시스템에서 측면 상호 작용을 조사합니다.

18. 자연 컴퓨팅: 자연적 과정에 기반한 컴퓨팅을 탐구합니다.

19. 인공 생명: 실물과 같은 시스템과 그 응용 프로그램을 소개합니다.

20. 소프트 컴퓨팅: 유연하고 근사적인 계산 방법을 조사합니다.

21. 증강 토폴로지의 신경 진화: 진화하는 신경망을 탐구합니다.