進(jìn)化優(yōu)化與學(xué)習(xí)共融的復(fù)雜優(yōu)化問(wèn)題求解理論與方法

進(jìn)化優(yōu)化與學(xué)習(xí)共融的復(fù)雜優(yōu)化問(wèn)題求解理論與方法進(jìn)化優(yōu)化與學(xué)習(xí)共融的復(fù)雜優(yōu)化問(wèn)題求解理論與方法項(xiàng)目名稱、Theoriesandmethodsofevolutionaryoptimizationintegratedwithlearningforsolving英文名complexoptimizationproblems中文名主要完成單位中國(guó)礦業(yè)大學(xué)，中國(guó)科學(xué)技術(shù)大學(xué)，中原工學(xué)院，江蘇師范大學(xué)，鄭州大學(xué)項(xiàng)目簡(jiǎn)介：優(yōu)化問(wèn)題廣泛存在于國(guó)民經(jīng)濟(jì)、社會(huì)發(fā)展和國(guó)防建設(shè)中。作為一種重要的復(fù)雜優(yōu)化問(wèn)題求解方法，進(jìn)化優(yōu)化方法長(zhǎng)期受進(jìn)化知識(shí)提取理論不足、控制參數(shù)與種群搜索方向關(guān)聯(lián)機(jī)理不明等制約，存在種群多樣性保持與精確搜索能力難以同時(shí)兼顧、控制參數(shù)難以合理取值等問(wèn)題，大大限制了這些方法在復(fù)雜優(yōu)化問(wèn)題的應(yīng)用。本項(xiàng)目從進(jìn)化知識(shí)提取、單群搜索機(jī)理、協(xié)同搜索模型，以及多群融合智能搜索架構(gòu)等方面進(jìn)行了深入研究，旨在建立進(jìn)化優(yōu)化與學(xué)習(xí)共融的復(fù)雜優(yōu)化問(wèn)題求解理論與方法，取得如下創(chuàng)新成果：（1）建立了融入模型空間概率機(jī)器學(xué)習(xí)的進(jìn)化知識(shí)提取理論。給出了基于回聲狀態(tài)網(wǎng)絡(luò)的多輸入多輸出時(shí)序數(shù)據(jù)表示方法，提出了模型空間概率機(jī)器學(xué)習(xí)算法，給出了反映決策者偏好的樣本獲取機(jī)制，建立了融入模型空間概率機(jī)器學(xué)習(xí)的進(jìn)化知識(shí)提取理論，豐富了現(xiàn)有進(jìn)化知識(shí)提取方法。（2）揭示了基于行為感知的單群搜索機(jī)理。明確了控制參數(shù)取值對(duì)種群進(jìn)化行為、進(jìn)化行為對(duì)種群進(jìn)化方向的影響，提出了基于進(jìn)化行為的控制參數(shù)評(píng)價(jià)機(jī)制，揭示了基于行為感知的種群搜索機(jī)理，建立基于行為感知的多策略融合模型，克服了已有方法對(duì)控制參數(shù)取值敏感的缺陷。（3）提出了基于鄰域信息智能交互的種群自聚類協(xié)同搜索模型。揭示了鄰域信息與種群搜索機(jī)理的內(nèi)在聯(lián)系，設(shè)計(jì)了個(gè)體鄰域的自感知策略，給出了兼顧種群進(jìn)化方向與搜索精度的無(wú)參數(shù)種群自主聚類方法，提出了基于類內(nèi)搜索與類間信息交互的協(xié)同搜索模型，有效解決了種群全局多樣性保持與精確搜索能力均衡的問(wèn)題。（4）提出了基于能力互補(bǔ)的多群融合智能搜索架構(gòu)。分析了復(fù)雜優(yōu)化問(wèn)題求解對(duì)算法多性能的需求，揭示了單種群進(jìn)化優(yōu)化方法難以滿足求解需求的根本原因，考察了多種群能力互補(bǔ)的可能性與必要性，提出了基于性能需求的優(yōu)化方法選擇機(jī)制和基于精英集的多群信息互換機(jī)制，建立了基于能力互補(bǔ)的多群融合智能搜索架構(gòu)，大大提高了進(jìn)化優(yōu)化方法的求解性能。上述成果成功應(yīng)用于戰(zhàn)時(shí)多飛行器威脅程度智能感知、個(gè)性化產(chǎn)品開(kāi)發(fā)、高精度大型天線設(shè)計(jì)、機(jī)器人救災(zāi)路徑規(guī)劃等問(wèn)題。在主流SCI期刊上發(fā)表論文80篇，其中IEEETransactionsonEvolutionaryComputation、IEEETransactionsonNeuralNetworksandLearningSystems等頂級(jí)期刊10篇，其他JCR一區(qū)期刊34篇，獲授權(quán)發(fā)明專利5項(xiàng)。成果被SCI他引1698次，其中10篇代表論文SCI他引439次，施引者包括柴天佑、WilsunXu等中國(guó)工程院伽拿大工程院院士，姚新、金耀初、GaryYen.Ishibuchi等IEEE/IFACFellow；入選ESI前1%高被引論文8篇；獲IEEETransactionsonNeuralNetworks最佳論文獎(jiǎng)1項(xiàng)、IEEE計(jì)算智能學(xué)會(huì)杰出博士學(xué)位論文獎(jiǎng)2項(xiàng)、群體智能?chē)?guó)際會(huì)議最佳論文獎(jiǎng)1項(xiàng)。

序號(hào)論文、專著名稱/刊名/作者年卷頁(yè)碼年（卷）:貞碼發(fā)表年月1Learninginthemodelspaceforcognitivefaultdiagnosis/IEEETransactionsonNeuralNetworksandLearningSystems/ChenHuan-huan,TinoPeter,RodanAli,YaoXin2014,25(1):124-1362014-012Probabilisticclassificationvectormachines/IEEETransactionsonNeuralNetworks/ChenHuan-huan,TinoPeter,YaoXin2009,20(6):901-9142009-063Adistance-basedlocallyinformedparticleswarmmodelformultimodaloptimization/IEEETransactionsonEvolutionaryComputation/QuBo-yang,SuganthanPonnuthuraiNagaratnam,DasSwagatam2013,17(3):387-4022013-064Differentialevolutionwithneighborhoodmutationformultimodaloptimization/IEEETransactionsonEvolutionaryComputation/QuBo-yang,SuganthanPonnuthuraiNagaratnam,LiangJing2012,16(5):601-6142012-105Chaotickrillherdalgorithm/InformationSciences/WangGai-Ge,GuoLi-hong,GandomiAmirH.,HaoGuo-Sheng,WangHe-qi2014,274:17-342014-086Abare-bonesmulti-objectiveparticleswarmoptimizationalgorithmforenvironmental/economicdispatch/InformationSciences/ZhangYong,GongDun-wei,DingZhong-hai2012(192):213-2272012-067Nichingparticleswarmoptimizationwithlocalsearchformulti-modaloptimization/InformationSciences/QuBo-yang,LiangJing,SuganthanPonnuthuraiNagaratnam2012(197):131-1432012-088Environmental/economicpowerdispatchusingahybridmulti-objectiveoptimizationalgorithm/InternationalJournalofElectricalPower&EnergySystems/GongDun-wei,ZhangYong,QiCheng-liang2010,32(6):607-6142010-069Robotpathplanninginuncertainenvironmentusingmulti-objectiveparticleswarmoptimization/Neurocomputing/ZhangYong,GongDur-Wei,ZhangJian-hua2013,103:172-1852013-0310Aneffectivekrillherdalgorithmwithmigrationoperatorinbiogeography-basedoptimization/AppliedMathematicalModelling/WangGai-Ge,GandomiAmirH.,AlaviAmirH2014,38(9-10):2454-24622014-05

排名姓名性別職稱工作單位完成單位對(duì)成果創(chuàng)造性貢獻(xiàn)1鞏敦衛(wèi)男正高中國(guó)礦業(yè)大學(xué)中國(guó)礦業(yè)大學(xué)給出了反映決策者偏好的樣本獲取機(jī)制，建立了用于評(píng)價(jià)進(jìn)化個(gè)體質(zhì)量的決策者偏好模型空間，提出了基于精英集的多群信息互換機(jī)制，建立了能力互補(bǔ)多群融合智能搜索架構(gòu)。2陳歡歡男正高中國(guó)科學(xué)技術(shù)大學(xué)中國(guó)科學(xué)技術(shù)大學(xué)給出了基于回聲狀態(tài)網(wǎng)絡(luò)的多輸入多輸出時(shí)序數(shù)據(jù)表示方法，提出了模型空間概率機(jī)器學(xué)習(xí)算法，建立了融入模型空間概率機(jī)器學(xué)習(xí)的進(jìn)化知識(shí)提取理論。3張勇男副高中國(guó)礦業(yè)大學(xué)中國(guó)礦業(yè)大學(xué)提出了基于性能需求的優(yōu)化方法選擇機(jī)制，建立了等式約束下不可行解的啟發(fā)式修復(fù)機(jī)制，設(shè)計(jì)了包含微粒群優(yōu)化和差分進(jìn)化變體的多群融合智能求解算法。4瞿博陽(yáng)男副高中原工學(xué)院中原工學(xué)院給出了基于個(gè)體鄰域信息智能交互的種群拓?fù)浣Y(jié)構(gòu)，提出了兼顧種群進(jìn)化方向與搜索精度的無(wú)參數(shù)種群自主聚類方法，建立了基于類內(nèi)搜索與類間信息交互的協(xié)同搜索模型。5王改革男中級(jí)江蘇師范大學(xué)江蘇師范大學(xué)提出了基于進(jìn)化行為的控制參數(shù)評(píng)價(jià)機(jī)制，揭示了基于行為感知的種群搜索機(jī)理，建立基于行為感知的多