进化计算与群智能是不能结合在一起的。

考查要点：本题主要考查对进化计算与群智能两个概念的理解，以及两者之间关系的判断能力。
解题核心：需明确两者的基本定义，分析它们的理论基础是否存在矛盾，进而判断是否能够结合。
关键思路：

1. 进化计算（如遗传算法）强调通过模拟生物进化机制（选择、交叉、变异）进行全局优化。
2. 群智能（如粒子群优化）模仿生物群体协作行为（信息共享、自主决策）实现局部精细搜索。
3. 两者均以群体为基本单元，存在协同优化的潜力，因此可以结合。

进化计算与群智能的关系：

1. 理论基础的相似性：

   • 进化计算以“种群-个体”结构为基础，通过迭代更新逼近最优解。
   • 群智能以“群体协作”为核心，通过个体间信息交互优化搜索路径。
   • 两者均依赖群体行为，具有结合的可能性。

2. 实际应用中的融合：

   • 全局与局部的互补：进化计算擅长全局搜索，但收敛速度较慢；群智能擅长局部探索，但易陷入局部最优。
   • 混合算法示例：
     • 将遗传算法的交叉操作引入粒子群优化，增强全局搜索能力。
     • 用粒子群的局部更新策略改进遗传算法的收敛速度。

3. 结论：两者并非“不能结合”，而是通过机制互补形成更高效的优化方法。