• 美高美游戏欢迎进入
  • 校区要闻
  • 通知公告
  • 院系通知
  • 校园动态
  • 教学广角
  • 学术科研
  • 学生工作
  • 对外交流
  • 管理服务
  • 招投标信息
  • 人物风采
  • 近期活动
  • 校园指南
报告题目:基于分解的多目标进化计算
[ 作者:理学院 来源:理学院 浏览:64 录入时间:2022年08月25日 ]

报告题目基于分解的多目标进化计算

报告时间:2022年08月2709:00-10:00

报告形式:腾讯会议,会议号862-586-618

摘要:现实世界中的许多优化问题本质上具有多个相互冲突的目标。与单个优化问题不同,多目标优化问题具有决策者经常需要的一组帕累托最优解(帕累托前沿)。进化算法能够在一次运行中生成帕累托前沿的近似值,许多传统的优化方法也被开发用于处理多个目标。进化算法和传统优化方法的结合应该是下一代多目标优化求解器。分解技术在传统的多目标优化中得到了很好的应用和研究。在过去的十年中,人们投入了大量精力来构建基于分解的高效多目标进化算法(MOEA/D)。在本次演讲中,美高美游戏欢迎进入将描述MOEA/D的主要思想和技术以及一些最新发展。美高美游戏欢迎进入还将讨论多目标进化计算中的一些可能的研究问题。   

报告人简介:

张青富,现任香港城市大学电脑科学系讲座教授,IEEE Fellow,国家高层次人才计划特聘专家,长江学者讲座教授。曾获得2010年IEEE Transactions on Evolutionary Computation杰出论文奖,并从2016年至2020年连续五年入选计算机科学领域的高被引学者。担任IEEE Transactions on Evolutionary Computation和IEEE Transactions on Cybernetics等期刊副主编,谷歌学术被引29000余次,h指数68。其所提出的MOEA/D已成为进化多目标优化领域最常用的算法框架之一。


本类热点
  • 关于美高美游戏欢迎进入
  • 新闻热线
  • 管理登陆
  • 版权声明
XML 地图 | Sitemap 地图