郑州大学学生在人工智能领域研究取得进展并在

梁静,博士、郑州大学教授、博士生导师,致力于群集智能算法研究及应用研究,兼任SCI期刊IEEE Transactions on Evolutionary Computation, IEEE Computational Intelligence Magazine的副编辑等。主持在研国家自然科学基金面上项目一项,省教育厅创新人才项目一项等。

最近,我校信控学院博士研究生刘益萍与巩敦卫教授等合作,在国际顶级期刊《IEEE Transactions on Evolutionary Computation》上发表题为“A Multi-Modal Multi-Objective Evolutionary Algorithm Using Two-Archive and Recombination Strategies”的学术论文,报告了多模态多目标优化问题的最新研究成果。

近日,郑州大学产业技术研究院2016级博士生岳彩通在人工智能领域研究取得进展,其研究成果论文《A Multi-objective Particle Swarm Optimizer Using Ring Topology for Solving Multimodal Multi-objective Problems》发表在国际期刊《IEEE Transactions on Evolutionary Computation》,该期刊位居人工智能类别(Artificial Intelligence)首位,影响因子10.629。该论文以郑州大学产业技术研究院梁静教授为通讯作者,以岳彩通为第一作者,论文的发表标志着学校在该研究领域达到了国际领先水平。 论文在解决多模态多目标优化问题方面取得了突破,率先指出多数实际应用多目标优化问题中存在多模态情形,文章中设计了一种无需引入新参数的多模态多目标优化算法解决了此类问题,并搭建了多模态多目标优化问题测试平台,包括测试函数集和评价指标。该研究成果为多模态多目标优化研究开辟了途径,为路径规划、流水线调度等实际应用问题提供了新的解决方案。 文章链接: 20:34:26

梁静以群集智能为切入点,介绍了蜂群算法、蜘蛛算法、粒子群算法等群集算法以及粒子群算法的发展背景、寻优过程以及算法流程。她从单目标问题的求解延伸到对多目标多模态的求解,详细介绍了通过求解决策空间中的非支配解,同时考虑决策空间和目标空间,将非支配解对应到目标空间中,得到相应的 Parato最优前沿,最后将非支配解排序,并利用距离选择机制进行选择。讲座结束后,同学们就讲座内容、报考博士、科研提升等问题与梁静进行了热烈的交流。

图片 1

(数学与信息科学学院 汪春峰 苗山根)

实际上,多模态多目标优化问题普遍存在于实际问题中,该研究成果对多模态多目标优化问题的解决具有重要意义。

5月27日上午,应数学与信息科学学院邀请,郑州大学博士生导师梁静教授在数学楼S107作了一场题为“多模态多目标优化问题及基于进化计算的解决策略”的学术报告。学院相关负责人、部分青年教师和研究生聆听了报告。

据悉,刘益萍于2014年9月至2017年12月在我校信控学院攻读博士学位,上述成果是他在读博期间完成的。《IEEE Transactions on Evolutionary Computation》是控制与信息学科具有重要影响力的学术期刊,最新影响因子8.124,位列中科院和JCR一区。

专家简介:

在长期深入的研究中,刘益萍得到了多模态多目标优化问题的最新研究成果。该问题在决策空间存在多个不同的Pareto最优解具有相同的目标函数值,现有多目标进化优化算法因未考虑解集在决策空间的多样性,难以找到所有Pareto最优解。综合考虑,刘益萍解决了思考不全面的问题,使该问题的研究更加全面。该研究成果主要有三方面的贡献:一是提出一种基于双保存集与重组策略的多模态多目标进化优化算法,利用双保存集共同协作以降低优化难度,采用重组策略以减小进化种群规模,从而有效求解多模态多目标优化问题;二是提出一套多模态多目标基准测试问题,可从多方面测试算法性能;三是提出一个新型性能评价指标,综合评价解集在目标与决策空间中的收敛与分布性能。

图片 2

本文由北京28官网发布于科学知识,转载请注明出处:郑州大学学生在人工智能领域研究取得进展并在