学术报告第201972期

报告题目：数据辅助的演化计算研究

报 告 人: 詹志辉, 华南理工大学

报告时间：2019年11月7日16:00

报告地点：南一楼中311室

摘要：演化计算是一种模拟自然界生物演化过程和群体智能行为的先进智能计算方法。演化计算方法通过适应值驱动来实现对问题的搜索求解，具有不依赖于问题的精确数学模型等优势，是众多复杂优化问题难以使用传统基于数学的优化方法进行求解之后的重要求解途径，目前已经成为了人工智能领域的前沿和热点研究方向。然而，在大数据等复杂环境下，优化问题存在多峰值、动态性和超多目标等新的挑战，传统纯粹基于适应值驱动的演化计算方法往往存在求解精度低、收敛速度慢等问题。由于演化计算是一种基于种群搜索和迭代演化的方法，在运行过程中会产生大量的搜索数据和历史数据，如何对这些数据进行有效和高效的利用，从而辅助提高演化计算的效率，是演化计算研究中的热点和难点问题。本报告将对数据辅助的演化计算研究进行介绍，主要包括如何使用先进聚类、数据预测、主成分降维、神经网络拟合、数据分析等技术方法对演化过程中的搜索数据和历史数据进行分析、处理和预测，从而辅助算法更好地在求解多峰值、动态性和超多目标等复杂的优化问题的时候获得更高的求解精度和更快收敛速度。

报告人简介:詹志辉，博士，华南理工大学计算机科学与工程学院教授，博士生导师。教育部青年长江学者、国家优青、爱思唯尔中国高被引学者、广东省青年珠江学者和广东省杰青。主要研究领域包括人工智能、演化计算。目前已发表（录用）国际期刊和国际会议论文100余篇，其中IEEE Transactions系列等计算机领域的顶尖国际期刊论文40余篇，包括ESI高被引论文8篇、ESI热点论文1篇。曾获吴文俊人工智能优秀青年奖、IEEE计算智能协会（CIS）全球杰出博士学位论文奖和中国计算机学会（CCF）优秀博士学位论文奖。现任广州计算机学会副理事长、中国图学学会图学大数据专委会副主任、中国计算机学会人工智能与模式识别专委会委员、中国人工智能学会机器学习专委会委员和中国自动化学会自适应动态规划与强化学习专委会委员。