Các giải thuật phỏng tiến hóa (Evolutionary Algorithms - EAs) là một lớp các kỹ thuật tìm kiếm lấy cảm hứng từ quá trình tiến hóa của sinh học. Kể từ khi được đề xuất bởi Friedberg và Holland vào những năm 1970, EAs đã có nhiều bước phát triển lớn. Các lĩnh vực chính của EAs có thể được chia thành bốn lĩnh vực như sau: Lập trình tiến hóa (Evolutionary Programming -EP), chiến thuật tiến hóa (Evolutionary Strategies - ES), giái thuật di truyền (Genetic Algorithms-GA) và lập trình di truyền (Genetic Programming-GP). Mặc dù EAs đã được sử dụng rộng rãi trong việc giải quyết rất nhiều bài toán về học và tối ưu, nhưng các nhà nghiên cứu trong EAs thường chỉ tập trung vào khía cạnh cú pháp của các thuật toán này. Nói cách khác, các toán tử tìm kiếm của EAs chỉ được thiết kế để làm việc hợp lệ trên biểu diễn cấu trúc của EAs. Tuy nhiên, các thuật toán dựa trên cấu trúc này thường không đạt được hiệu quả cao. Vì vậy việc tích hợp thêm các thông tin ngữ nghĩa và thống kê vào các thuật toán này có thể giúp cải thiện được hiệu quả và mở rộng khả năng ứng dụng của EAs. Đề tài tiếp tục hướng nghiên cứu này để cải tiến khả năng của EAs dựa trên các phương pháp ngữ nghĩa và thống kê, đồng thời áp dụng những kỹ thuật đó trong giải quyết các bài toán thực tế. Đề tài này là sự mở rộng và làm sâu sắc thêm các kết quả nghiên cứu gần đây của chúng tôi trong hướng nghiên cứu này.