组合优化的机器学习方法：针对各类多目标优化问题，利用机器学习方法分析各个目标间的冲突，构建自主协调策略;针对各类组合优化问题，分析其共性结构，研究不同类型的组合优化问题的表示方法和特征提取方法;建立机器学习与优化方法的混合迭代算法框架及算法评价机制。

　　种群智能驱动的优化方法：针对难以建立数学优化模型的优化问题与具有非凸、不可导等性质的优化问题，通过模拟生物群体的智能行为，构建自然计算驱动的智能优化算法，利用动力系统理论等数学方法刻画群智能算法的性态;研究群智能算法的时间复杂性，探索定量刻画算法复杂性的新手段和新方法，寻找影响算法收敛性的关键因子。