j9九游会

基于自编码器加速的进化算法在高维腾贵优化问题及其制造调理与边沿盘算系统中的应用

2025.11.20

投稿:沈洁部分:治理学院浏览次数:

活动信息

上海治理论坛第561(周孟初教授 , ,美国新泽西理工学院

问题:Evolutionary Algorithms Accelerated with Autoencoders for High-dimensional Expensive Optimization Problems and their Applications to Manufacturing Scheduling and Edge-computing Systems基于自编码器加速的进化算法在高维腾贵优化问题及其制造调理与边沿盘算系统中的应用

演讲人:周孟初教授 , ,美国新泽西理工学院

主持人:阳发军教授 , ,j9九游会治理学院

时间:2025年11月25日(周二) , ,上午10:30

所在:j9九游会校本部东区1号楼治理学院420聚会室

主理单位:j9九游会治理学院、j9九游会治理学院青年西席联谊会

演讲人简介:

周孟初教授 , ,1983年结业于中国南京理工大学 , ,获控制工程学士学位;;;;;1986年结业于北京理工大学 , ,获自动控制硕士学位;;;;;1990年结业于美国伦斯勒理工学院(Rensselaer Polytechnic Institute) , ,获盘算机与系统工程博士学位 。。。他于1990年加入美国新泽西理工学院(New Jersey Institute of Technology , ,NJIT) , ,并自2013年起任电气与盘算机工程系优异教授 。。。其主要研究领域包括:Petri网、智能自动化、人工智能、云盘算与边沿盘算、物联网、大数据、网络服务以及智能交通系统 。。。他已揭晓1200余篇学术论文 , ,其中包括17本专著、850余篇期刊论文(650余篇揭晓于IEEE Transactions)、31项专利以及32个书籍章节 。。。周孟初教授是IEEE出书社“系统科学与工程丛书”的首创主编 , ,并担当IEEE Internet of Things Journal、IEEE Transactions on Intelligent Transportation Systems和IEEE Transactions on Systems, Man, and Cybernetics: Systems期刊副主编 。。。他曾任IEEE/CAA Journal of Automatica Sinica期刊主编(2018–2022) 。。。他曾获得IEEE系统、人与控制论学会揭晓的Franklin V. Taylor纪念奖、Norbert Wiener奖和Lotfi A. Zadeh先锋奖 , ,NJIT“科研卓越奖与奖章” , ,以及德国洪堡基金会揭晓的“洪堡研究奖” 。。。自2012年以来 , ,他一直是全球高被引学者之一 , ,并在2012年被Web of Science评为全球工程领域排名第一的学者;;;;;2024年被Research.com评为全球盘算机科学领域前1000名科学家第87位 。。。其研究效果已获Google学术引用84000余次 , ,h-指数为147 。。。他是美国华人科学工程学会(CAST-USA)终身会员 , ,并于1999年担当该会会长 。。。他同时是IEEE、国际自动控制联合会(IFAC)、美国科学增进会(AAAS)、中国自动化学会(CAA)及美国国家发明家学会(NAI)会士(Fellow) 。。。

演讲内容简介:

高维盘算价钱腾贵问题(High-dimensional Computationally Expensive Problems, HEPs)是指在每次顺应度评估中需要泯灭数小时甚至数天的优化问题 , ,因而在学术界与工业界都引起了普遍关注 。。。由于决议变量数目重大导致搜索空间呈指数级扩张、目的函数景观重大多变 , ,使得古板算法在有限的物理与盘算资源下难以有用求解 。。。为此 , ,提出了一种嵌入自编码器的进化优化框架(Autoencoder-embedded Evolutionary Optimization, AEO) , ,使用自编码器实现高维空间的有用降维 , ,将搜索历程转化到信息更集中的低维空间中 , ,从而加速种群向最优解的收敛 。。。该框架设计了两个并行协同进化的子种群 , ,其中一个在自编码器的辅助下搜索 , ,另一个执行通例进化操作 , ,并在每个周期竣事后举行动态信息交流以维持种群多样性 。。。别的 , ,AEO还可连系署理模子形成扩展版本(Surrogate-assisted AEO, SAEO) , ,通过镌汰不须要的顺应度评估进一步提升盘算效率 。。。与现有最先进的HEP求解算法相比 , ,AEO在效率上体现突出 , ,而SAEO在大都情形下又能进一步提高性能 , ,为群智能与进化算法在高维腾贵优化领域开发了新的研究偏向 。。。本研究还展示了该要领在移动边沿盘算系统、混淆云-边沿盘算系统及基于人工智能的制造系统优化中的典范应用 。。。

接待宽巨匠生加入!

【网站地图】
基于自编码器加速的进化算法在高维腾贵优化问题及其制造调理与边