时 间

2022年09月25日上午10:10-10:50

地 点

信息科学楼学术报告厅

主 讲 人

詹志辉

主办单位

计算机与信息学院

备注

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，IEEE计算智能学会杰出青年奖获得者、教育部青年长江学者和国家优青。现任IEEE广州分会会员发展委员会主席、IEEE计算智能学会广州分会副主席、中国计算机学会协同计算专委会委员。主要研究领域包括人工智能、进化计算、深度学习和群体智能及其应用，担任进化计算领域顶尖国际学术期刊 IEEE Transactions on Evolutionary Computation（SCI，IF=16.497，JCR一区）的Associate Editor以及JCR一区国际学术期刊Neurocomputing和Memetic Computing的编委。近年来在进化计算与群体智能的自适应控制、全局化搜索、多种群协同、分布式处理和应用拓展等方面取得了一系列创新性的成果，针对大规模优化、动态优化、多峰值优化、多目标优化、约束优化、昂贵优化和多任务优化等复杂优化问题提出了多个新型进化计算与群体智能算法，并面向智慧城市和智慧医疗等领域开展应用研究。

摘要：最优化和智能化是人类活动的核心追求，也是人工智能未来发展的必然趋势。随着物联网、云计算、大数据、5G等技术的发展，越来越多的最优化问题呈现出大规模、动态、多峰值、约束、多目标、多任务、计算昂贵等新的挑战，给优化算法带来了极大的困难。进化计算与群体智能是一类模拟自然界生物进化过程和群体动物智能行为的先进人工智能算法。进化计算与群体智能作为人工智能中行为主义的典型代表，不同于可解释性差的连接主义算法，是一种具有行为可观察、可感知、可认识、可解释和可调控等优势的动态人工智能算法，近年来被广泛应用于知识发现、搜索优化和问题求解，拓展人类智能。目前，进化计算作为一种先进的全局最优化方法，已经大规模、动态、多峰值、多目标、超多目标、多约束、昂贵和多任务等复杂优化问题中发挥着越来越重要的作用。因此，本报告对基于进化计算的复杂优化进行全面的介绍，旨在探讨复杂优化的主要科学问题、进化计算求解复杂优化问题的主要思路和方法、未来研究的主要挑战，为面向复杂优化的高效能进化计算方法的研究与应用提供相关的参考，推动进化计算与人工智能的新发展。