首页 | 学院概况 | 师资队伍 | 本科生教育 | 研究生教育 | 科学研究 | 交流合作 | 党建工作 | 学生天地 | 工会视窗 | 校友之声 | 院务公开 
交流合作
 国内交流合作 
 国际交流合作 
 青年学术论坛 
首页>>交流合作>>青年学术论坛>>正文
航空学院青年学术论坛第五十五讲
2017-03-23 14:15   审核人:

时间2017328日 星期二 上午 9:00-10:30 

地点:友谊校区航空楼 A706

报告题目Use of Traditional Optimization Methods in Multiobjective Evolutionary Computation 传统优化方法在多目标进化计算中的应用

报告人:张青富教授  香港城市大学 计算机科学学院

摘 要

近年来,多目标进化计算方法已成为进化计算领域的研究热点。国内外学者普遍认为将进化算法与传统优化算法相结合,将成为未来求解多目标优化问题的主流方法。而分解方法已被广泛研究并应用于传统的多目标优化中。众所周知,一个连续多目标问题的Pareto最优解集具有一定的规律性。在这次报告中,我将介绍两种多目标进化算法及其最新的研究进展:MOEA/DRM-MEDA。这两种方法的基本思想都来自于传统的优化方法。MOEA/D方法将一个多目标问题分解成许多个子任务,再通过协同方法求解这些子任务。这样MOEA/D就为多目标进化算法和传统的分解方法的结合提供了一个非常自然的桥梁。该方法目前已被大量用于进化算法框架中。RM-MEDA方法利用多目标问题Pareto最优解集的规律性对其在搜索空间内进行建模,从而获得新的解。而机器学习技术可被方便地应用于RM-MEDA。另外,对多目标进化算法领域的一些研究热点展开讨论。

个人简历:

张青富教授是香港城市大学计算机科学学院的教授,同时,也是西安电子科技大学的长江学者客座教授。他的主要研究方向包括进化计算、优化方法、神经网络、数据分析等理论及其应用。目前,他在香港城市大学带领着一支启发式优化研究(MOP)团队。该团队发展的一种多目标优化算法框架“MOEA/D”是被广泛使用和研究的多目标进化算法之一。张教授是IEEE Transactions on Evolutionary ComputationIEEE Transactions on Cybernetics的副编辑,以及其他三个国际期刊的编委。他曾被获得2010IEEE会报进化计算最佳论文奖。他也是2016Web of Science评出的计算机科学领域高被引用者,美国电器和电子工程师学会会士。2015年,入选国家千人计划。

关闭窗口
版权所有©西北工业大学航空学院 | http://hangkong.nwpu.edu.cn