报告主题：知识引导的动态多目标进化优化
时间：2025年6月12日
地点：江西理工大学三江校区志远会议中心2号厅
主讲人：
郭一楠，中国矿业大学（北京）教授、博导，清华大学、美国明尼苏达大学、英国伯明翰大学访问学者；中国煤炭青年科技奖获得者，江苏省六大高峰人才，江苏省青蓝工程骨干教师。中国仿真学会副秘书长及智能仿真优化与调度专委会秘书长、入选全球前2%顶尖科学家榜单，担任SWEVO、ESWA等SCI一区国际期刊副编。主要从事群智优化与智能控制、智能数据解析与影响理解、数字孪生与平行理论，以及相关方法在复杂装备运维控制、智能无人系统、有限资源调度等领域的应用研究。主持/参与国家重点研发计划、国家973计划、国家863计划、国家自然科学基金区域联合重点、国家自然科学基金等科研项目30余项；以第一作者/通讯作者在IEEE/IFAC汇刊等权威期刊上发表SCI论文50余篇，4篇论文入选ESI高被引论文，授权发明专利31项。曾获教育部科技进步二等奖、江苏省科学技术二等奖、中国自动化学会科技进步一等奖、吴文俊人工智能科学技术二等奖等科研奖励13项。
报告内容：
针对动态多目标优化问题中迁移学习机制相应环境变化时效性问题，提出域适应学习方法，引入子空间分布对齐方法，减少知识迁移过程的计算消耗，有效权衡了算法性能和效率；面向不同动态特性的动态多目标优化问题，历史环境间差异性具有不确定性，现有方法很难同时兼顾多种环境变化，提出知识引导迁移策略，通过知识匹配方法从知识池中挑选适用于当前环境的知识，并利用混合迁移机制提高历史知识的利用效率。
现场报告缩影：
