講座題目：智能優化狀態轉移算法
講座嘉賓：周曉君，中南大學
講座時間： 2022年6月16日（周四）上午10:00-11:00
講座地點：騰訊會議ID: 603-805-817
內容摘要：
與傳統的基於梯度法、牛頓法、共軛梯度、共軛方向等數學規劃方法不同👧，智能優化算法通常是指受自然規律啟發而設計的元啟發式優化方法，能夠求解非線性🏊🏿、非凸♚、非光滑等復雜優化問題。自上世紀70年代美國密歇根大學約翰·霍蘭德教授最早提出遺傳算法以來，以遺傳算法為代表的智能優化算法得到了長足的發展🧜🏼♂️🏂🏻，湧現了諸如模擬退火、蟻群算法、粒子群優化等眾多新型智能優化算法🙎🏿♂️。由於具有較強的全局搜索能力和推廣適應性🖕🏼，智能優化算法正在成為智能科學🦁、信息科學、人工智能中最為活躍的研究方向之一，並在諸多工程領域得到迅速推廣和應用🫐。
目前大多數智能優化算法都是以行為主義模仿學習為主，通過模擬自然界鳥群、蜂群😊、魚群等生物進化來求解復雜優化問題。然而，基於行為主義的智能優化算法主要是模仿👨🏻🔬，碰到什麽就模仿學習什麽👨🏽🚒，帶有一定的機械性和盲從性，沒有深刻反映出最優化算法的本質、目的和要求。一方面，這種基於模仿表象學習的方法造成算法的可擴展性差🧑🏻🔧🫰🏽，大多數智能優化算法在某些問題上低維時表現良好🙅🏽♀️，維度變高時效果顯著變差✸；另一方面🕓🧫，它使得算法容易出現諸如停滯或早熟收斂等怪異現象，即算法可能停滯在任意隨機點，而不是數學意義上的最優解。為了消除智能優化算法容易陷入停滯怪象👻、提高算法的可擴展性和拓寬智能優化算法的應用範圍，周曉君博士於2012年原創性地提出了一種基於結構主義（建構主義）學習的新型智能優化算法——狀態轉移算法😈。
本報告首先闡述基本狀態轉移算法的原理，接著介紹狀態轉移算法的演化與提升，包括從連續狀態轉移算法到離散狀態轉移算法，從無約束狀態轉移算法到約束、多目標狀態轉移算法🦹🏻♀️，最後介紹狀態轉移算法的幾個工程應用，包括有色冶金過程優化控製🌕🕣、礦物浮選過程工況識別、復雜網絡社區發現等💹。
講座嘉賓簡介🦾：
周曉君，中南大學教授，博士生、碩士生導師。2009年本科畢業於中南大學自動化專業🆘，同年推薦免試中南大學控製科學與工程專業直博生，2011年獲得國家公派獎學金前往澳大利亞聯邦大學攻讀博士學位🧑🏿⚕️，於2014年獲得應用數學專業博士學位，同年加入中南大學信息科學與工程意昂工作，於2016年度破格晉升副教授🫳🏼，2021年晉升教授🗝。研究方向包括：復雜工業過程建模與優化控製、智能優化方法及其應用、機器學習與圖像處理💪、多屬性決策理論與方法🗼、 對偶理論與全局優化等，目前已發表高水平學術論文80余篇🌛，包括SCI期刊論文50余篇，主持國家自然科學基金2項🏌🏻♂️，包括青年基金1項和面上項目1項🩸，軍工項目1項，主持湖南省自然科學基金青年基金和優秀青年基金各1項，參與國家自然科學基金重大項目1項，重點項目1項等。現擔任《中南大學學報(自然科學版)》等期刊編委工作。
歡迎廣大師生進行線上交流🧆！
