6月8日至6月15日，我院高亮教授团队博士生董昊臻、杨赞，博士后蔡习文与沈卫明教授团队博士生李帆，前往新西兰参加在惠灵顿举办的“2019年IEEE进化计算大会（2019 IEEE Congress on Evolutionary Computation）”。 IEEE CEC 是进化计算领域的重要国际会议，大会涵盖了进化计算、群体智能以及机器学习的理论与应用领域，围绕包括数据驱动的昂贵优化、进化计算与医疗、航空航天、调度优化以及智能物流等应用相结合以及分布式进化优化及其应用等主题。
在会上，董昊臻做了题为“Differential Evolution with Nearest Better Option for Unimodal Function Optimization（一种针对函数优化问题的带最近且最优选项的差分进化算法）”的学术报告，介绍了一种结合差分进化算法和鲸鱼群算法的新的函数优化方法，并且展示了该方法在参数辨识、系统控制等方向上的应用；杨赞做了题为“A Novel Surrogate-assisted Differential Evolution for Expensive Optimization Problems with both Equality and Inequality constraints（一种针对昂贵等式与不等式约束优化问题的近似模型协助的差分进化算法新框架）”的学术报告，阐述了一种针对含昂贵等式约束单目标昂贵优化问题下约束边界的协同变异追踪以及约束边界勘探与探索策略；李帆做了题为“A generalized surrogate-assisted genetic algorithm（一种解决高维计算昂贵单目标问题的代理模型辅助遗传算法）”的学术报告，介绍了三种基于代理模型的策略（代理模型辅助的信赖域方法、代理模型辅助交叉策略，基于简化kriging模型的筛选策略）提高遗传算法对高维计算昂贵问题的求解精度。
报告涵盖了优化算法的新理论、新方法以及其在工程实践上面的应用，引起了相关学者的广泛关注和讨论。期间，团队还与山东大学的博士生孙润稼、澳门科技大学高开周教授、清华大学王凌教授、南方科技大学Hisao Ishibuchi教授、得克萨斯大学奥斯汀分校Risto Miikkulainen教授展开了讨论，交换了各自在研究领域的成果与进展，为进一步的深入合作打下了基础。
此外，大会还举办了13个以进化算法为主题的竞赛。其中，我院团队蔡习文、李帆设计的算法“A surrogate-assisted NSGA-III algorithm for Computationally Expensive Multi/Many-Objective Optimization problems（一种求解计算昂贵多/众目标问题的代理辅助NSGA-III算法）”在“Competition on Online Data-Driven Multi-Objective Optimization（在线数据驱动的多目标进化优化）” 竞赛中获得亚军。
据悉，本次会议收到了来自73个国家和地区的791篇投稿文章。在严格的评审后，共接受443篇文章，总接受率为56%（其中39%接受为口头报告，17%为海报形式报告）。竞赛是由智能系统应用技术委员会中的健康智能系统工作组和进化计算技术委员会中的数据驱动进化优化昂贵问题的工作组组织，旨在通过从各种现实世界优化应用中提取一组基准问题来促进对数据驱动的进化多目标优化的研究。
此次参会得到了18luck新利电竞
研究生出国交流经费、机械学院国际交流经费的资助。
学院微信公众号
