Han Huang, PhD, Professor
华南理工大学软件学院
Title: 从微搜索假设看进化计算方法
Abstract
进化计算方法从提出至今已经发展了60多年,成为了求解黑盒复杂优化问题的一种常用方法。本报告将立足于算法性能提升的本质,从黑盒优化问题如何可以高效求解的问题出发,探讨了该问题背后的一种微搜索假设。微搜索假设的核心是算法搜索的范围是微小的有效决策子集。报告由此展开,分析了遗传算法(GA)、遗传策略(ES)、差分进化(DE)、分布式估计算法(EDA)、粒子群优化(PSO)、蚁群优化(ACO)等进化计算方法的有效决策子集,对应探讨了进化计算方法性能分析的一些误区。最后,介绍了微搜索算法思想在多目标优化、物流优化、图像处理与布局优化等问题的应用。
Biography
黄翰,男,博士,华南理工大学软件学院教授、博士生导师,广东省杰出青年基金获得者,广东省特支计划科技创新青年拔尖人才、珠江科技新星获得者,兼任国际学术期刊IEEE Transaction on Evolutionary Computation(Q1, IF: 11.169)副主编、中国仿真学会智能仿真优化与调度专委会副主任、中国工业数学与应用数学学会数据科学与人工智能专委会副秘书长、广东省软件工程教学指导委员会主任、广东省计算机学会软件工程专业委员会秘书长,广东保险业咨询专家库专家、广东省计算机学会区块链专业委员会副主任、广州工业与应用数学学会副主任,CCF高级会员和IEEE高级会员;主持国家级和省部级重大项目等共10多项课题,以第一作者或通讯作者在IEEE TEVC、IEEE TIP、IEEE TFS、IEEE TII、IEEE CIM、IEEE TCYB、和《中国科学》等专业学术期刊发表论文60多篇,代表作入选ESI;受理通过PCT 10项、申请国家发明专利56项,授权21项,专利许可或转让25项;获广东省科技进步一等奖和广东省自然科学二等奖;长期致力于智能算法的理论、应用与产业生态的研究。