首页

讲座信息

当前位置: 首页 >> 讲座信息 >> 正文

美高梅官网4688‖知识引导的多目标进化优化

发布日期:2023-10-24    点击:

报告时间:2023年10月26日 15::00---16:30

报告地点:学院210会议室

报告题目:知识引导的多目标进化优化

报告简介:

面向进化过程中的隐性知识,给出相应的知识挖掘策略,并提出相应的自适应知识引导算子;针对动态多目标优化问题中迁移学习机制响应环境变化时效性问题,提出域适应学习方法,引入子空间分布对齐方法,减少知识迁移过程的计算消耗,有效权衡了算法性能和效率;面向不同动态特性的动态多目标优化问题,历史环境间差异性具有不确定性,现有方法很难同时兼顾多种环境变化,提出知识引导迁移策略,通过知识匹配方法从知识池中挑选适用于当前环境的知识,并利用混合迁移机制提高历史知识的利用效率;基于此,拓展其求解群智能感知中的任务分配等问题,提出基于Q-学习的超启发式多目标动态感知任务分配机制。

报告人简介:

郭一楠,中国矿业大学(北京)机电学院教授、博士生导师,江苏省六大高峰人才,江苏省青蓝工程骨干教师,中国煤炭青年科技奖获得者。1999年至2023年任教于中国矿业大学信控学院;现任教于中国矿业大学(北京)机电学院;清华大学、美国明尼苏达大学、英国伯明翰大学访问学者。

主要从事群智优化与智能控制、智能数据解析与影像理解、数字孪生与平行理论,以及相关方法在有限资源调度、复杂装备控制、主动健康、矿山智能化等领域的应用研究。主持/参与国家重点研发计划、国家973计划、国家863计划、国家自然科学基金和校企合作课题等科研项目30余项,以第一作者/通讯作者在TEVC、TNNLS、TCYB、CEP等权威期刊上发表SCI论文50余篇,授权国家发明专利19项,软件著作权14项。获教育部科技进步奖二等奖、江苏省科学技术奖二等奖、吴文俊人工智能科学技术奖二等奖等科研奖励12项。任中国仿真学会智能仿真优化与调度专委会秘书长、中国人工智能学会高级会员、IJCST和IJBIC编委。