打印本文
报告题目：学习驱动的动态多目标优化关键技术
报告时间：2023年6月11日（周日）?15:00
报告地点：线上
报告人：闫李副教授
报告人单位：中原工学院
报告人简介：
闫李, 男，中原工学院电子信息学院副教授，博士，硕士生导师，中国仿真学会智能仿真优化与调度专委会委员，中国人工智能学会会员，中国自动化学会会员，河南省自动化学会理事。长期从事计算智能、机器学习理论、算法设计及应用方面的研究。近年来主持国家自然科学基金1项，参与国家自然基金项目3项，主持省自然科学基金、高校重点科研项目2项； 发表SCI、EI检索论文30余篇；获河南省高校青年骨干教师，校“三全育人”先进个人等荣誉。
?
报告摘要：
动态多目标优化问题在科学研究与工程应用中广泛存在，该类问题不仅具有多个相互制约的目标函数，而且会随时间变化发生改变，这无疑加剧了问题的复杂度和求解难度。报告首先对基于超限学习机预测的动态多目标进化优化算法进行介绍，从超限学习机的网络拓扑设计和参数选择方法入手，提出基于超限学习机的时间序列预测方法，提升算法对问题最优解集的搜索效率与精度；其次，从历史解集的局部相关性出发，介绍一种基于流形学习的预测方法，利用流形学习挖掘历史解集在局部区域的相似性，找到具有相似移动趋势的个体，构建出线性预测模型，实现对新环境解集位置的准确预测；最后，为提升算法对历史信息的利用和学习效率，介绍一种基于个体相关性和维度双重迁移学习的预测策略，从时间和空间两个维度对历史信息进行高效提取和迁移，生成高质量预测种群，提升算法预测精度和收敛效率。
邀请单位：智能制造学院