报告题目：动态多目标进化优化理论与方法
报 告 人：郭一楠
报告时间：2019.10.16 上午10:30-11:30
报告地点：文源楼C216
报告内容简介：
传统动态优化问题的求解方法,通常需要在新环境下，通过重新激发寻优过程，寻找获得适应该环境的最优解。这可能导致较高的计算代价和资源成本，甚至于无法在有限时间内执行该优化解。由此，提出一类寻找动态鲁棒最优解集的进化优化方法.所谓动态鲁棒最优解集，是指某一时刻下的较优解可以以一定稳定性阈值，逼近未来多个连续动态环境下的真实最优解，从而直接作为这些环境下的满意解，以减小计算代价。为合理度量鲁棒最优解的环境适应性，给出了时间鲁棒性和性能鲁棒性定义，进而给出其鲁棒最优解的求解方法。
报告人简介：
郭一楠，博士，中国矿业大学教授，博导，清华大学、美国明尼苏达大学和英国伯明翰大学访问学者；IEEE，ACM会员，中国仿真学会智能仿真优化与调度专委会副秘书长、中国人工智能学会粒计算与知识发现专委会委员、中国自动化学会大数据专委会委员、江苏省自动化学会智能优化与应用专业委员会委员。主要从事智能优化方法、工业过程数据分析与智能优化控制等领域的科研工作。近年来，先后主持和参与国家重点研发计划、国家973计划、国家863计划、国家自然科学基金、江苏省自然科学基金、江苏省产学研项目、山东省重点研发计划、煤炭部重点项目等省部级以上项目20余项，以及企业合作项目10余项；先后获得教育部、江苏省、煤炭工业部等省部级科研奖励7项；主编江苏省十二五重点教材1部，发表论文80余篇，SCI/EI收录60余篇；授权发明专利4项，软件著作权9项。