湖南日報·新湖南客戶端 2025-05-19 15:30:24
湖南日報·新湖南客戶端5月19日訊(通訊員 劉元)近期,湘潭大學(xué)計算機學(xué)院鄒娟教授領(lǐng)銜的智能系統(tǒng)優(yōu)化團(tuán)隊連續(xù)在人工智能領(lǐng)域國際頂級期刊《IEEE進(jìn)化計算學(xué)報》上,發(fā)表動態(tài)多目標(biāo)優(yōu)化論文。
IEEE TEVC是人工智能領(lǐng)域極具權(quán)威的國際頂級期刊,專注于進(jìn)化計算理論、算法及其應(yīng)用的前沿研究,在CiteScore排名中位列第2位,錄用率僅為10%左右。在導(dǎo)師鄒娟指導(dǎo)下,博士生侯章祿與碩士生龔泉分別在該期刊發(fā)表了題為《動態(tài)多目標(biāo)優(yōu)化中的混合模型知識轉(zhuǎn)移》和《基于多中心預(yù)測的動態(tài)約束多目標(biāo)優(yōu)化增強》的高質(zhì)量學(xué)術(shù)論文,充分展現(xiàn)團(tuán)隊在人工智能算法研究領(lǐng)域的深厚實力與創(chuàng)新活力。
論文《動態(tài)多目標(biāo)優(yōu)化中的混合模型知識轉(zhuǎn)移》聚焦于環(huán)境變化不規(guī)則的動態(tài)多目標(biāo)優(yōu)化問題(DMOP),創(chuàng)新性地提出基于自適應(yīng)高斯混合模型的知識遷移策略(KTMM)。通過有效地捕獲多個歷史環(huán)境中的關(guān)鍵知識,并實現(xiàn)跨環(huán)境的知識遷移,生成適應(yīng)新環(huán)境的優(yōu)質(zhì)初始種群,從而顯著增強了算法在面對不規(guī)則環(huán)境變化時的適應(yīng)能力。同時,針對當(dāng)前動態(tài)多目標(biāo)優(yōu)化測試集在環(huán)境變化不規(guī)則性測試方面的空白,論文提出了一種可控不規(guī)則變化機制。這一改進(jìn)不僅豐富了測試集的多樣性,更為領(lǐng)域內(nèi)算法設(shè)計提供了更為全面和更具挑戰(zhàn)性的評估基準(zhǔn)。
論文《基于多中心預(yù)測的動態(tài)約束多目標(biāo)優(yōu)化增強》在夏翌彰博士的共同指導(dǎo)下完成,創(chuàng)新性地開發(fā)了多中心預(yù)測策略(FCP),該策略在罰函數(shù)空間實施聚類分析,借助中心遷移精準(zhǔn)預(yù)測新環(huán)境下的Pareto最優(yōu)集分布特征,并巧妙設(shè)計基于中心距離的種群生成機制,在確??焖偈諗康耐瑫r,有效維持種群多樣性,顯著提升了算法在復(fù)雜動態(tài)環(huán)境下的優(yōu)化性能。
責(zé)編:胡孟婷
一審:胡孟婷
二審:蔣睿
三審:顏石敦
來源:湖南日報·新湖南客戶端
我要問