报告题目：自然启发的大规模问题优化
报 告 人：程然博士
时间： 2017年2月15号16:00-17:30
地点：安徽大学磬苑校区理工D楼318会议室
主办单位：计算机科学与技术学院
欢迎各位老师、同学届时前往！
科学技术处
2017年2月10日
报告人简介：
程然，博士，英国伯明翰大学计算智能与应用研发中心（CERCIA）研究员（Research Fellow），合作导师为Prof Xin Yao。程然博士曾获本田欧洲研究院（HRI-EU）资助，在英国萨里大学攻读博士学位，博士生导师为HRI-EU前骨干科学家、现英国萨里大学首席教授Prof Yaochu Jin。程然博士的主要研究工作涉及多个演化计算领域的热点方向，包括：多目标优化、大规模优化、基于模型的演化算法、群体智能等。相关研究成果大多发表在包括IEEE Transactions on Evolutionary和 IEEE Transactions on Cybernetics在内的顶级期刊和主流会议上，其中两篇入选全球1% ESI高被引论文，且部分研究成果已转化为本田公司技术产品。因研究成果杰出，程然博士曾获英国“英土学术联合会（ABTA）”博士研究一等奖（2015）、英国萨里大学校长奖（2015）、中国国家优秀自费留学生奖（2016）等荣誉。
报告内容：
During the past two decades, the nature-inspired optimization has witnessed rapid development in solving complex real-world engineering problems. However, most existing nature-inspired algorithms (e.g., evolutionary algorithms, particle swarm optimization, etc.) still suffer from a serious curse of dimensionality. Hence, large optimization problems that involve either a large number of decision variables or many objectives pose great challenges to the current research in nature-inspired optimization. In this talk, I present several pieces of work to address the challenges in nature inspired optimization of large problems, including some state-of-the-art algorithms and their applications. As future work, I also present some potential directions worthy of further explorations in the related fields.
在过去的二十年当中，自然启发式优化在解决复杂工程问题中得到了很好的应用及发展。然而，绝大多数现有的自然启发式算法仍无法很好解决大规模问题。因此，包括涉及大规模决策变量及大规模优化目标在内的优化问题对现有自然启发式算法提出了很高的挑战。此报告中，将重点介绍若干个针对解决大规模优化问题的工作，包括相关领域的最新算法成果及其应用。此外，报告还指出了一些未来相关领域的潜在热门研究方向。