报告题目：基于网格的进化多目标优化及其应用

报告摘要：

不同于传统数学规划中的单点搜索，基于种群的进化多目标优化是一种协作型多点搜索方法。根据多目标优化的这一特点，本报告将介绍如何设计基于网格的进化多目标优化算法框架，并验证其在收敛性、多样性以及对Pareto前沿（PF）形状的鲁棒性上均具有较好的能力。特别是，网格天然具有的多样性保持能力可显著提高群智搜索过程中的协作能力；而对PF形状的鲁棒性使得算法更适用于实际工程优化问题。随后，报告将介绍多目标优化中的约束处理方法、度量指标设计等近期的工作进展。最后，本报告将介绍如何通过数学建模将算法应用于分布式综合模块化航空电子系统(DIMA)的设计问题上，最终为DIMA系统性地提供一套（基于模型+多目标优化的）行之有效的智能优化设计方法。

报告时间和地点：2019年4月12日上午9点，计算机信息工程学院X4407室

报告人简介：

蔡昕烨，南京航空航天大学计算机科学与技术学院副教授。2004获华中科技大学工学学士学位，2006年获英国约克大学研究型硕士学位，2010年获美国堪萨斯州立大学工学博士学位。研究方向为复杂条件下（如复杂约束、多目标等）的智能优化方法及其应用。已在IEEE Transaction on Evolutionary Computation、IEEE Transaction on Cybernetics、IEEE Transaction on Image Processing、Information Sciences等计算智能领域的重要刊物发表论文50余篇，其中被收录或接收的SCI期刊论文20余篇（包括权威的IEEE汇刊长文7篇），已授权国家发明专利2项。联合编写《数据挖掘》教材一本。主持国家自然科学基金等国家/省部级科研项目9项，并作为主要成员参与了国家自然科学基金重点项目1项。带领研究团队获得了2017年国际进化计算大会（CEC2017）超多目标优化算法竞赛冠军；并于同年获得了首届江苏省青年科技人才托举资助。指导研究生分别获得了2015和2017年度江苏省优秀硕士毕业论文奖。同时于2018年获得了首届江苏省十佳优秀研究生导师团队的荣誉。目前担任SCI检索期刊《Swarm and Evolutionary Computation》（中科院二区期刊，Elsevier出版社）的副编委。