BIMK
Institute of
Bioinspired Intelligence and Mining Knowledge
Location:首页  News

巩敦卫教授、孙晓燕教授、梁静教授学术报告会

2019-07-13

20181214日下午2点,中国矿业大学巩敦卫教授、中国矿业大学孙晓燕教授郑州大学梁静教授应邀在安徽大学磬苑校区理工D318会议室进行学术报告会。报告会由生物智能与知识发现研究所所长张兴义教授主持,学院师生到场聆听。

本次报告会上,首先演讲的是巩敦卫教授,报告的题目是“超多目标优化问题进化求解方法”。超多目标优化问题已然普遍存在,虽然目前有许多方法求解这类问题,但是仍然面临很大的挑战。报告中,巩教授,首先介绍了超多目标的一些背景知识。然后详细介绍了采用进化优化解决该类问题的最新成果:逐一环境选择进化算法、元目标进化算法、融入决策空间多样性进化算法和集合进化算法等,最后巩教授指出未来需要进一步研究的问题。报告会后,巩教授就老师、学生所提问题做了详细的解答。

其次演讲的是孙晓燕教授,报告的题目是“学习驱动的交互式进化优化”。在实际应用中,大量优化问题往往难以建立精确的数学模型,特别是解的优劣需要依据用户/人的喜好进行评价的情况。与计算机不知疲劳地计算个体适应值相比,用户评价极易疲劳,导致交互式进化优化算法进化种群规模往往较小,进化代数也较少,为此,基于进化信息,采用机器学习策略,构建用户评价的代理模型,进而设计高效交互式优化策略是非常值得研究的课题。孙教授以定性组合优化问题为对象,考虑少量用户评价信息和大量无评价信息的样本,设计半监督学习机制,构建用户评价模型,实现半监督学习引导的交互式进化优化;以个性化搜索为研究对象,基于用户交互行为,构建兴趣模型,进行个体适应值估计,然后,设计对进化知识挖掘缩小搜索空间的优化机制,研究交互式分布估计算法,最后通过在实际问题中的应用证明上述方法的可行性。报告会后,孙教授就老师、学生所提问题做了详细的解答。

  最后演讲的是梁静教授,报告的题目是“多模态多目标优化问题求解策略及标准测试函数集介绍”。多模态多目标优化(Multimodal multi-objective optimization MMO)引起了许多学者的研究兴趣,多模态多目标优化问题即具有多个全局或局部最优的帕累托解集的多目标优化问题。多模态多目标优化问题的所有帕累托解集都可能是决策者寻求的解,在实际应用中部分解的丢失可能造成不必要的困难或经济损失,因此对多模态多目标优化的研究具有极大的实际意义。本次报告梁教授详细讲介绍了多模态多目标优化问题的特点,分析解决此类问题的关键,介绍针对该类问题设计的进化计算解决策略,同时给出多模态多目标优化测试函数集和评价指标,最后指出多模态多目标优化方向的未来研究工作。报告会后,梁教授就老师、学生所提问题做了详细的解答。


以下是三位教授简介:

巩敦卫,中国矿业大学教授、博士生导师,江苏省“333高层次人才培养工程”和“六大人才高峰”高层次人才入选者,甘肃省“飞天学者”讲座教授。为江苏省自动化学会常务理事、副秘书长,中国人工智能学会机器学习专委会、粗糙集与软计算专委会、空天智能系统专委会委员,中国计算机学会软件工程专委会委员,校学术委员会委员,院教授委员会主任。研究方向为智能优化与控制理论、方法及其应用。主持国家“973”计划子课题1项、国家重点研发计划子课题1项、国家自然科学基金6项。研究成果获高等学校科学研究优秀成果奖自然科学二等奖、江苏省科学技术二等奖各1项(均排名第1);获授权发明专利14项;发表SCI检索论文70余篇(其中,IEEE汇刊论文12篇),被SCI他引700余次,入选ESI1%高被引论文3篇。

孙晓燕,女,197810月生,中国矿业大学信息与控制工程学院教授、博导,江苏省六大高峰人才、中国矿业大学优秀青年骨干教师、中青年学术带头人。为IEEE 会员、IEEE计算智能学会会员、江苏省自动化学会智能优化与应用专委会秘书长;《Soft Computing》编委、Intelligent Systems Applications Technical Committee委员;科技部政府间重点专项、国家自然科学基金、中国博士后基金等评议专家; 2011.9-2012.3 在英国萨里大学师从金耀初教授进行为期6个月的访学;2015.6-2016.6在美国橡树岭国家实验室进行为期一年的访学。研究方向主要为学习引导的交互式进化优化、复杂系统多目标进化优化、大规模数据机器学习与优化、能源互联网优化调度与控制等。近年来,作为项目负责人,承担3项国家自然科学基金项目,3项省部级项目;作为核心成员,参与近10项国家和省部级自然科学基金项目。在TEVCTCYB等高水平学术刊物上发表学术论文近50篇,SCI检索20余篇,出版专著2部,授权发明专利2项。

梁静1981.06),博士,郑州大学电气工程学院教授,博士生导师,郑州大学学报编辑部副主任。2003年毕业于哈尔滨工业大学控制科学与工程系,获学士学位,20038月获得全额奖学金赴新加坡南洋理工大学攻读博士学位,博士论文获得IEEE CIS Outstanding PhD Dissertation Award。梁静教授长期致力于群集智能算法及应用研究,组织过多次国际优化算法竞赛,所提出的标准测试函数集被广泛使用。兼任国际SCI期刊IEEE Transactions on Evolutionary Computation2018-,Swarm and Evolutionary Computation2016-,IEEE Computational Intelligence Magazine2012-2017)的Associate Editor。郑州大学学报(工学版)执行主编(2015-),河南省青年联合会第十二届委员会常务委员会委员,河南省青年科技工作者协会生命科学类别副秘书长,河南省侨联青年委员会副会长,河南欧美同学会理事,郑州大学博士后流动站联谊会副会长。主持完成了国家自然科学基金青年基金项目一项,中国博士后特别资助项目一项,中国博士后面上项目一项,现主持国家自然科学基金面上项目两项,河南省教育厅创新人才项目一项。共发表SCI/EI学术论文120余篇,Google Scholar中的单篇引用频次最高2500余次,Google Citation总引频数9500余次,h指数为29。发表的《Comprehensive learning particle swarm optimizer for global optimization of multimodal functions》一文荣登进化计算(Evolutionary Computation)领域十年高被引文章首位。曾荣获教育部高等学校科学研究优秀成果奖、河南省科学技术进步奖、河南省教育厅科技成果奖、河南省教育厅学术技术带头人、河南省归侨侨眷先进个人、郑州市五一劳动奖章以及新加坡南洋理工大学校友服务奖。