В настоящее время сложилось большое направление в развитии систем искусственного интеллекта, получившее название эволюционного моделирования. Исторически оно развивалось в разных странах: Германии, США и других разными путями.
Так, в Германии в 1960-х годах в качестве методов решения задач оптимизации, основанных на принципах природной эволюции, искусственного отбора и искусственной жизни, были созданы эволюционные стратегии.
В США примерно в это же время был предложен подход, получивший название эволюционного программирования. Оно отличается от генетических алгоритмов и эволюционных стратегий, главным образом, применением различных способов структуризации последовательностей действий, направленных на получение конечного результата.
Основы современных генетических алгоритмов были заложены в книге Холланда, использовавшего в них принципы дарвинизма. Правда генетическими они стали называться позднее, а в 1975 году автор назвал их репродуктивными планами и рассматривал, прежде всего, как алгоритмы адаптации.
Через несколько лет генетические алгоритмы были признаны как высокоэффективный инструмент для решения задач глобальной оптимизации. Эта более узкая, по сравнению с изначальной, трактовка вызвала сильный резонанс в литературе, и, как показало время, вполне обоснованно. Почти два десятилетия исследований генетических алгоритмов на тестовых многоэкстремальных функциях ушли на доказательство их эффективности при решении задач оптимизации, оставив в стороне их выдающиеся адаптивные способности.
По мере развития генетических алгоритмов, эволюционных стратегий и методов эволюционного программирования количество различий между ними сокращалось за счёт использования принципов одного направления в других. Это фактически и привело к созданию единого направления – эволюционного моделирования, или эволюционного подхода.
В 1986 году появилось новое направление эволюционного моделирования — искусственные иммунные системы. Его авторы — Паккард и Перельсон – предложили использовать типичные характеристики и модели функционирования человеческой иммунной системы главным образом для решения задач распознавания образов и оптимизации. В середине 1990-х годов эти принципы активно развивались в исследованиях Форреста, Тимминса, Нила и других исследователей. Суть метода заключается в проведении эволюционного процесса клеток искусственной иммунной системы по принципам и механизмам, протекающим в естественных иммунных системах.
В 1995 году в США Сторном и Прайсом разработан метод дифференциальной эволюции. Он работает напрямую с вещественными числами любой точности и подходит для оптимизации многомерных функций, в том числе не дифференцируемых, с большим количеством локальных оптимумов. Метод прост в реализации и легко распараллеливается.
Несмотря на то, что каждый из вышеописанных методов возник независимо от других, они характеризуются наличием большего количества общих свойств, чем отличий. Так, для любого из них формируется исходная популяция особей, которая в дальнейшем подвергается селекции и воздействию различных генетических операторов, что в итоге приводит к нахождению лучших решений, чем предыдущие.
Следует отметить, что некоторые из эволюционных методов моделирования похожи своими принципами на многоагентные системы, поэтому вполне могут пересекаться с последними или относиться по классификации к параллельному направлению.