中国计算机学会青年计算机科技论坛

CCF Young Computer Scientists & Engineers Forum

CCF YOCSEF

2017年05月21日(星期日) 14:30 - 16:00 

西安理工大学金花校区教六楼计算机科学与工程学院1115会议室 

报告会主题：智能计算前沿之优化与学习（二）

敬请光临
 

程    序

2017年05月21日（星期日）

14:30 签到

14:40 特邀报告：Evolutionary Algorithms Based on Probability Distribution for Multimodal Optimization
          报告人：陈伟能，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

15:40 互动讨论与合影
 

报告简介：

特邀报告：Evolutionary Algorithms Based on Probability Distribution for Multimodal Optimization

摘要：Optimization on a multimodal objective landscape has long become an important and challenging problem in computer science and operations research. Evolutionary computation (EC) has become a fundamental technique for complex optimization. As a special type of EC algorithms, Estimation of Distribution Algorithm (EDA) works by constructing a probability model to estimate the distribution of the predominant individuals in the population. With this probability distribution based search behavior, EDA is good at maintaining search diversity, and is applicable in both continuous and discrete search space. Motivated by the idea of EDA, this talk introduces two frameworks of probability distribution based evolutionary algorithms (EAs). The first framework presents a method to combine probability-based evolutionary operators with the niching strategy, so that higher search diversity can be maintained. As a result, the algorithms under this framework further improve search diversity of EAs and can be applied to find multiple globally optimal solutions. In particular, two algorithms under this framework will be presented: multimodal EDA (MEDA) and multimodal adaptive ant colony optimization (MA-ACO). The second framework aims at extending the applicability of EAs on both continuous and discrete space. Since some popular EAs are originally defined on continuous real vector space and they cannot be directly used to solve discrete optimization problems, this framework introduces the idea probability distribution based evolution and redefines their evolutionary operators on discrete set space. As a result, the applicability of these algorithms can be significantly improved.

报告人简介：陈伟能，华南理工大学计算机科学与工程学院教授，博士生导师，国家优秀青年科学基金获得者、广东省自然科学杰出青年基金获得者、首批“广东特支计划”科技创新青年拔尖人才、广州市珠江科技新星、英国皇家学会Newton Fund基金获得者，IEEE CIS（计算智能学会）2016年度唯一杰出博士学位论文奖获得者，中国计算机学会（CCF）优秀博士学位论文奖获得者。现任中国计算机学会人工智能与模式识别专业委员会委员，IEEE广州分会副主席，多次获邀出任IEEE WCCI等领域内重要国际会议的程序委员会委员。主要研究方向是计算智能、运筹优化与云计算，已发表国际期刊和国际会议论文70余篇，其中IEEE Transactions长文20余篇，ESI高被引论文1篇，主持国家自然科学基金等国家、省部级科研项目8项，是科技部重点领域（机器智能）创新团队的核心成员。

执行主席简介：

王磊，博士，教授，博士生导师，入选陕西省青年领军人才计划，现任西安理工大学计算机科学与技术学院院长。

主要从事计算智能、机器学习、模式识别和信息系统等方面的研究工作。近年来，先后主持“雨滴计算模型及其应用研究”等3项国家自然科学基金和多项陕西省科技厅自然科学基金、陕西省教育厅科学研究技术等学科研究项目。在此基础上发表相关学术论文100余篇，申请发明专利9项目，软件著作权30余项。

主持申报的“基于人工内分泌模型的分布式协同信息处理技术及应用”和“计算机专业双语教学模式的探索与实践”分别获得陕西省科学技术二等奖和陕西省教学成果二等奖。

公茂果，博士，教授，博士生导师。2006年起在西安电子科技大学工作，任助教、讲师，2008年破格晋升副教授，2010年破格晋升教授、博士生导师，现为计算智能研究中心(OMEGA)负责人，陕西省重点科技创新团队负责人，校学术委员会委员。

主要研究方向为计算智能理论及其在数据分析中的应用。主持完成国家自然科学基金、国家863计划等十余项课题，发表SCI检索论文100余篇，被引用4500余次，引用指数H-Index为36，9篇第一/通讯作者论文入选ESI高被引论文，入选中国高被引学者，授权国家发明专利20余项，获2013年国家自然科学奖二等奖和2016年教育部自然科学奖二等奖。

担任《IEEE Transactions on Evolutionary Computation》等期刊副主编，《Memetic Computing》等期刊编委，IEEE计算智能学会Task Force on Collaborative Learning and Optimization主席、Task Force on Memetic Computing 副主席，第十/十一届BIC-TA等学术会议主席，中国人工智能学会理事、青年工作委员会副主任等。

曾获"国家高层次人才特殊支持计划"中组部青年拔尖人才、国家优秀青年科学基金、霍英东青年教师奖、吴文俊智能科技创新奖、陕西青年科技奖、陕西省青年科技新星、教育部新世纪优秀人才支持计划等。

鲁晓锋，博士，副教授，现任西安理工大学计算机科学与工程学院副院长，日本电气学会会员，中国计算机学会会员，美国ACM会员，CCF YOCSEF 会员，日本文部科学省奖学金获得者。主要从事智能交通系统、运动目标检测与跟踪、图像处理等研究。发表学术论文20余篇；主持国家自然科学基金、国家博士后科学基金、陕西省自然科学基金、陕西省教育厅自然科学研究项目等研究项目7项。 

西安理工大学金花校区北学科楼指引

参加人员：IT领域专业人士、研究生、媒体、其他感兴趣者

报名方式：王一川 Email: chuan@xaut.edu.cn  Tel: 13572926769