报告题目：学习驱动的交互式进化优化
报 告 人：孙晓燕教授（中国矿业大学信控学院）
报告时间：2018年12月14日(周五) 14：40-15：20
报告地点:安徽大学（磬苑校区）理工D楼318会议室
报告摘要：在实际应用中，大量优化问题往往难以建立精确的数学模型，特别是解的优劣需要依据用户/人的喜好进行评价的情况，如服装设计、天猫购物等，人在回路基于用户评价的交互式进化优化算法是解决上述问题的有效途径。然而，与计算机不知疲劳地计算个体适应值相比，用户评价极易疲劳，导致交互式进化优化算法进化种群规模往往较小，进化代数也较少，为此，基于进化信息，采用机器学习策略，构建用户评价的代理模型，进而设计高效交互式优化策略是非常值得研究的课题。以定性组合优化问题为对象，考虑少量用户评价信息和大量无评价信息的样本，设计半监督学习机制，构建用户评价模型，实现半监督学习引导的交互式进化优化；以个性化搜索为研究对象，基于用户交互行为，构建兴趣模型，进行个体适应值估计，然后，设计对进化知识挖掘缩小搜索空间的优化机制，研究交互式分布估计算法。通过在实际问题中的应用证明上述方法的可行性。
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
2018年12月12日