时间：2019年6月1日至6月2日8:30-17:30

地点：浙江工业大学屏峰校区计算机学院新大楼A105报告厅 

一、  学术报告安排

二、     学术报告简介

报告题目1：数据驱动的智能工程优化调度

主 讲 人：王凌教授，清华大学自动化系长聘教授、博士生导师，国家杰出青年科学基金获得者

报告摘要：

围绕工程优化调度的复杂性，分析基于数据驱动的智能优化的必要性，介绍智能优化的原理、步骤以及集成智能优化的框架与核心环节，从系统论、信息论、控制论角度阐述若干关键问题，并介绍智能优化理论、智能约束优化和智能调度方面的若干代表性研究工作。

报告人简介：

王凌，清华大学自动化系长聘教授、博士生导师，国家精品课程《自动控制原理》主讲教授。1995年、1999年在清华大学自动化系分别获学士、博士学位。现担任中国仿真学会智能仿真优化与调度专委会副主任、中国自动化学会控制理论专委会委员、过程控制专委会委员、能源互联网专委会常务理事、中国运筹学会排序专委会常务理事、智能工业数据解析与优化专委会常务理事、中国人工智能学会智能优化专委会常务理事、北京市自动化学会常务理事；担任IJAAC主编、IEEE-TEVC、SEC和IJACM副编辑、MC、JOO、控制理论与应用、控制与决策、控制工程、系统工程与电子技术等期刊的编委。主要从事基于计算智能的优化调度理论方法与应用研究，已主持国家自然科学基金、国家重点研发计划课题等项目20余项，已出版专著5部、译著1部，在IEEE Trans等刊物上发表SCI收录论文150余篇、SCI期刊他引4200余次、Google学术搜索引用16000余次。曾获2014年国家自然科学二等奖、2003年教育部自然科学一等奖、2007年高等学校自然科学二等奖、2008年北京市科学技术奖、2011年电子学会信息科学技术二等奖、2017年云南省科学技术奖、IFAC会刊EAAI最高引用论文奖、自动化学报优秀论文奖、控制理论与应用优秀论文奖、控制与决策优秀论文奖、ICIC杰出领导力奖等。获国家杰出青年科学基金、北京市科技新星、教育部新世纪优秀人才、清华大学学术新人奖、中国自动化学会青年科学家奖等。 

报告题目2：不确定间歇生产过程智能调度技术

主 讲 人：顾幸生教授，华东理工大学教授，博士生导师，化工过程先进控制和优化技术教育部重点实验室、“控制理论与控制工程”国家重点学科带头人 

报告摘要：

现代企业竞争不仅靠先进的生产工艺技术和设备，更要靠先进的管理技术。生产计划与调度是生产管理中最为薄弱、但效益最为显著的一环。研究企业的生产调度对于提高企业的管理水平，促进企业的发展与进步具有十分重要的意义。针对复杂流程工业企业组织生产过程中所面临的高度复杂性和市场经济环境的不确定性，面向间歇生产过程中存在的不同中间产品存储方式、不同存储量限制、不同存储时间限制、交货期限制、各种准备时间等复杂情况下的生产调度问题，建立了基于模糊数学理论、随机规划理论、粗糙集理论和灰色系统理论的不确定间歇生产调度模型。研究了混合量子衍生进化规划算法、协同量子遗传进化算法、各种改进粒子群算法、免疫进化优化算法、混合离散差分进化算法、离散人工蜂群算法、混沌粒子群优化算法、协同免疫进化优化算法、改进生物地理学优化算法、离散文化遗传算法等现代智能优化算法，提出了一系列间歇生产智能调度算法，解决了确定性条件下和不确定条件下间歇生产计划与调度问题。研究成果丰富了流程工业生产调度理论，对于增强企业的竞争力、提高企业经济效益和社会效益具有重要指导意义。

报告人简介：

顾幸生，1960年7月出生于江苏，1982年7月于南京化工学院化工自动化及仪表专业获工学学士学位；1988年7月于华东化工学院工业自动化专业获工学硕士学位；1993年7月于华东理工大学工业自动化专业获工学博士学位。现任华东理工大学教授，博士生导师，化工过程先进控制和优化技术教育部重点实验室、“控制理论与控制工程”国家重点学科带头人。兼任中国仿真学会常务理事，上海市自动化学会副理事长，上海市人工智能学会副理事长，中国化工学会化工自动化及仪表专业委员会主任，中国仿真学会生命系统建模与仿真专业委员会副主任，中国自动化学会过程控制专业委员会常务委员、上海市化学化工学会理事等职。研究方向为智能优化技术、生产计划与调度、复杂工业过程建模、控制与优化、故障检测与诊断等，承担了十多项国家自然科学基金、国家863高技术研究发展计划、上海市重大科技攻关、上海市基础研究重点等科研项目，曾获得上海市科技进步奖、技术发明奖等6项科技奖励；获得国务院颁发的政府特殊津贴、宝钢优秀教师奖和中国自动化学会颁发的中国过程控制教学贡献奖，获上海市优秀教育工作者等称号。

报告题目3：超多目标优化问题进化求解方法

主 讲 人：巩敦卫教授，中国矿业大学教授、博士生导师，教育部“新世纪优秀人才支持计划”

报告摘要：

超多目标优化问题普遍存在，已有方法求解这类问题面临很大挑战。报告汇报我们采用进化优化解决该类问题的最新成果，包括：逐一环境选择进化算法、元目标进化算法、融入决策空间多样性进化算法和集合进化算法等，并指出需要进一步研究的问题。

报告人简介：

巩敦卫，中国矿业大学教授、博士生导师，甘肃省“飞天学者”讲座教授。为江苏省自动化学会常务理事、副秘书长，中国人工智能学会机器学习专委会、粗糙集与软计算专委会、空天智能系统专委会委员，中国计算机学会软件工程专委会委员，校学术委员会委员，院教授委员会主任。研究方向为智能优化与控制理论、方法及其应用。主持国家“973”计划子课题1项、国家重点研发计划子课题1项、国家自然科学基金6项。研究成果获高等学校科学研究优秀成果奖自然科学二等奖、江苏省科学技术二等奖各1项（均排名第1）；获授权发明专利14项；发表中科院一、二区期刊论文50余篇（其中，IEEE TEVC、TCYB等汇刊论文16篇），被SCI他引800余次。

报告题目4：优化技术在CAD/CAE中的应用

主 讲 人：高亮教授，华中科技大学机械科学与工程学院教授、博士生导师

报告摘要：

长期以来，工程设计大多采用CAD进行产品设计，再通过CAE进行工程分析，以验证设计是否满足需求。然而，由于CAD与CAE模型的不一致，导致了诸如CAE精度低、费时等一系列问题。本报告将拓扑优化技术与等几何分析技术相结合，阐述基于统一模型的CAD/CAE集成技术，从而真正实现CAD与CAE的一体化，即设计“傻瓜化”且无需CAE。 

报告人简介：

高亮教授，教育部科技委学部委员，教育部工业工程专业教指委委员，数字制造装备与技术国家重点实验室副主任，华中科技大学科学技术发展院和先进技术与装备研究院副院长。主要从事智能优化方法及其在设计制造的应用等研究。出版著作7部，其中英文专著2部，发表SCI论文220余篇（Web of Science被引3400余次，谷歌学术被引5900余次）。2008年获教育部新世纪优秀人才计划资助，2013年获中国机械工程学会青年科技成就奖。获得2015年度国家科技进步二等奖1项（排名第二），2013年度教育部自然科学一等奖1项（排名第一）。

报告题目5：人体运动行为感知与理解及其体验式在线教学应用

主 讲 人：刘洪海教授，英国朴茨茅斯大学教授，上海交通大学讲席教授。

报告摘要：

在人体运动行为感知与解析的研究背景下，报告人汇报了其研究组对这一领域的理解和研究专注点。报告人介绍了基于云端多传感感知与解析的人机交互系统框架，其中针对上肢运动行为特征解析与自闭症儿童的运动行为理解，报告人给出了尝试性的机器学习方法，并将其用于体验式在线教学应用。

报告人简介：

刘洪海教授，英国朴茨茅斯大学教授，上海交通大学讲席教授。英国伦敦大学国王学院博士学位。英国工程和技术学会会士。主要从事人体运动行为感知技术，生机电一体化及智能机器人理论与应用等方面的研究，在广义机器人系统运动学及“运动／认知”集成模型，人体运动信息检测、处理与生机电一体化系统技术，和定性模糊方法和在故障诊断上的应用等智能计算和智能机器人领域有较大国际影响，并已在多自由度灵巧假肢、人体运动分析、欧盟猎兔犬火星计划、海洋引擎的故障诊断及实时环境下的智能车辆控制等领域得到成功应用。他先后主持和完成了英国工程和物理科学研究基金委，欧盟第七框架计划，皇家科学院，皇家工程学院和英国工商部等政府部门的重点研究课题二十三项，取得了一系列具有国际影响的创新成果。研究成果以系列论文形式在《IEEE Trans on Fuzzy Systems》、《IEEE Trans. Biomedical Engineering》和《IEEE Trans. Human Machine Systems》发表，并多次获国际学术会议最佳论文奖及受邀在IEEE模糊系统年会等做大会讲座。

报告题目6：深度学习在三维基因组学的应用

主 讲 人：唐继军教授，博士，美国南卡罗来纳大学计算机科学与工程系教授，天津大学智能与计算学部特聘教授。

报告摘要：

染色质的三维空间结构是表观遗传学领域中的一个重要分支。近几年一系列的报道证实了染色质空间结构变化在细胞分化，重编程，以及人类发育疾病中都起到了很重要的作用。尽管目前可以用于研究三维基因组的实验手段越来越多，其中最重要的还是Hi-C技术。但是由于人类基因组的庞大，想达到高分辨率的Hi-C数据，需要超过数十亿的测序深度，耗费非常巨大。卷积神经网络是深度学习领域中的一个重要构架。在计算机视觉中的超分辨率研究中，通过在高清图片中训练一个多层神经网络，即可实现对低清图片的分辨率进行提高的效果。Hi-C数据和图片有一定的相似性，但是其特点又有很大的不一样，无法直接套用超分辨率研究中的方法。尽管如此，多层神经网络在超分辨研究中的成功，显示其在深度挖掘HiC数据中也有着巨大潜力。我们的研究搭建了一个基于神经网络的提高Hi-C数据精准度的数据分析工具(HiCPlus)，这个工作是深度学习3D基因组学上的先驱性的应用，其结果可以极大的提高现有的HiC数据的可用性，从而挖掘出更多的生物学意义，最终为3D基因组的的原理机制提供探索的依据。

报告人简介：

唐继军，博士，美国南卡罗来纳大学计算机科学与工程系教授，天津大学智能与计算学部特聘教授。1994年获得天津大学海船系船舶工程学士，1996年获得天津大学海洋 工程硕士，2004年获得美国新墨西哥大学计算机科学博士学位。从2004年起任职美国南卡罗莱纳大学工程和计算学院计算机系至终身教授。主要研究领域为生物信息和计算生物学，研究方向为算法设计分析，高性能计算，和机器学习等。主要通过算法，机器学习以及数学和统计方法，利用多组学数据高效和精确分析基因组进化和系统发育，建立和显示基因组三维空间模型，采集和挖掘生态和气候变化数据，以及构建相关生物信息学计算平台。迄今在国际会议和期刊上发表文章百余篇，研究项目多次 获得美国NSF，NIH，NEH和中国自然基金等机构的支持。 

报告题目7：服务系统的调度优化

主 讲 人：李小平教授，东南大学首席教授，博士生导师，教育部新世纪优秀人才。

报告摘要：

介绍调度问题的内涵、基本类型，调度优化算法类型、评价及框架。分析服务系统系统中基本问题，比较服务匹配与资源调度优化；考虑服务计算环境下大量服务资源与海量用户需求的快速、准确匹配问题，分析影响匹配速度和精度的主要因素，面向频繁服务提出静态关联服务模式建立方法。探寻大服务系统的核心优化问题。

报告人简介：

李小平，东南大学首席教授，博士生导师，国家重点研发计划项目负责人，IEEE高级会员、CCF杰出会员，CCF协同计算专委常务委员、服务计算委员。主持国家重点研发计划、国家863计划、国家支撑计划、国家自然科学基金（6项），参与国家自然基金重点项目1项（第一合作单位负责人）。在TPDS、TSC、TASE、TCC、TCYB、TSMC.A、EJOR、OMEGA等国际国内期刊或国际会议上发表论文100余篇。主要研究方向：计算资源调度优化、服务计算、大数据计算、云制造、复杂生产调度优化、智能算法。 

报告题目8：多模态多目标优化研究概况

主 讲 人：梁静教授，郑州大学电气工程学院教授，博士生导师，郑州大学学报编辑部副主任。

报告摘要：

在实际应用中，许多优化问题具有多个全局或局部最优解，多模态优化的目的是同时保留这些全局或局部最优解。传统意义上的多模态优化问题只包括单目标优化问题，其实在多目标优化问题中也存在类似的现象，即存在具有多个全局或局部最优的帕累托解集的多目标优化问题，且这些解集对应同一个帕累托前沿，这种优化问题被称为多模态多目标优化问题（Multimodal multiobjective optimization）。多模态多目标优化问题的所有帕累托解集都有可能是决策者寻求的解，在实际应用中部分解的丢失可能造成不必要的困难或经济损失，因此对多模态多目标优化的研究具有极大的实际意义。报告将介绍多模态多目标优化研究概况，讲解针对该类问题设计的进化计算解决策略，同时还会给出多模态多目标优化测试函数集、评价指标及该领域的未来研究方向。

报告人简介：

梁静，博士，郑州大学电气工程学院教授，博士生导师，郑州大学学报编辑部副主任。2003年毕业于哈尔滨工业大学控制科学与工程系，获学士学位，2003年8月获得全额奖学金赴新加坡南洋理工大学攻读博士学位，博士论文获得IEEE CIS Outstanding PhD Dissertation Award。梁静教授长期致力于群集智能算法及应用研究，组织过多次国际优化算法竞赛，所提出的标准测试函数集被广泛使用。兼任国际SCI期刊IEEE Transactions on Evolutionary Computation（2018-）, Swarm and Evolutionary Computation（2016-）,IEEE Computational Intelligence Magazine（2012-2017）的Associate Editor。郑州大学学报（工学版）执行主编（2015-）。主持完成了国家自然科学基金青年基金项目一项，中国博士后特别资助项目一项，中国博士后面上项目一项，现主持国家自然科学基金面上项目两项，河南省教育厅创新人才项目一项。共发表SCI/EI学术论文90余篇，Google Scholar中的单篇引用频次最高2600余次，Google Citation总引频数一万余次，h指数为30。发表的《Comprehensive learning particle swarm optimizer for global optimization of multimodal functions》一文荣登进化计算（Evolutionary Computation）领域十年高被引文章首位。曾荣获教育部高等学校科学研究优秀成果奖、河南省科学技术进步奖、河南省教育厅科技成果奖、河南省教育厅学术技术带头人、中原人才计划-中原青年拔尖人才以及河南青年五四奖章荣誉称号。

报告题目9：面向任务规划的人工智能技术

主 讲 人：邢立宁教授，国防科技大学研究员，博士生导师，全国百篇优秀博士论文获得者。

报告摘要：

简要综述了国内外学者采用人工智能技术解决任务规划问题的基本思路和相关实践，在此基础上展望了面向任务规划的人工智能技术的发展趋势 

报告人简介：

邢立宁，国防科技大学研究员，博士生导师，全国百篇优秀博士论文获得者。主要研究方向为智能优化、资源调度及任务规划等。中国仿真学会智能仿真优化与调度专委会主任委员。发表学术论文100余篇，七篇入选ESI引用前1%和10%论文。相关成果荣获湖南省自然科学二等奖、吴文俊人工智能科学技术二等奖等。入选教育部“新世纪优秀人才支持计划”；获得湖南省自然科学杰出青年基金项目。出版专著4部，获得20余项国家发明专利授权，主持和参与国家自然科学基金等项目20余项。

报告题目10：动态鲁棒进化优化方法

主 讲 人：郭一楠，博士，中国矿业大学信控学院教授，博士生导师，江苏省六大高峰人才。

报告摘要：

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，中国矿业大学信控学院教授，博士生导师。先后为清华大学、美国明尼苏达大学、英国伯明翰大学访问学者。郭一楠教授长期从事智能优化与控制理论及其应用研究。在知识驱动进化优化算法、动态优化算法、非平衡数据处理、先进控制策略设计及其在无线传感网络、布局/调度优化、电液伺服系统控制及设备故障诊断等方面的应用取得一系列成果。兼任中国仿真学会智能仿真优化与调度专委会委员、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。目前主持/参与国家重点研发计划、国家973计划、国家863计划、国家自然科学基金项目等科研项目三十余项，江苏省“十二五”江苏省高等学校重点教材和江苏省高等学校精品教材建设项目等教学项目十项。发表SCI/EI收录学术论文八十余篇，获得中国百篇最具影响国内学术论文和中国精品科技期刊顶尖学术F5000论文各一篇。申请发明专利十二项，已授权三项；授权软件著作权八项，出版教材一部。荣获教育部科技进步奖二等奖、江苏省科学技术奖二等奖、煤炭部科技进步奖二等奖、中国人工智能学会吴文俊人工智能科学技术奖二等奖、中国电子学会电子信息科学技术奖二等奖、中国煤炭工业协会科技进步三等奖等科研奖励十项，全国煤炭行业教育教学成果奖一等奖等教学奖励十项。指导学生获得江苏省优秀本科毕业设计一人，全国大学生控制仿真挑战竞赛一/二等奖二十余人。曾获得中国矿业大学三八红旗手、教书育人先进个人、江苏省优秀本科毕业设计指导教师等荣誉称号。

报告题目11：基于进化算法的非线性方程组多根求解

主 讲 人：龚文引，博士，中国地质大学教授，博士生导师。

报告摘要：

非线性方程组（NES）的求解在多个领域具有十分重要的意义。一般而言，很多非线性方程组包含多个根，如果利用算法一次运行尽可能多的求解出NES的多个根具有很大的挑战。本报告介绍了NES求解的背景、意义，并介绍了近期我们在NES多根求解上的一些初步成果，最后对NES多根求解进行展望。

报告人简介：

龚文引，博士，教授，博士生导师。分别于2004年、2007年和2010年在中国地质大学（武汉）计算机学院获得学士、硕士和博士学位。主要研究方向为智能计算及其应用。现担任湖北省计算机学会副秘书长、中国仿真学会智能仿真优化与调度专委会监事长、ECOLE执委会委员，国际SCI期刊Memetic Computing、IJBIC编委。曾主持国家自然科学基金项目两项、教育部博士学科点新教师基金一项。在SCI期刊发表论文29篇（含IEEE汇刊论文7篇），其中ESI高被引论文2篇，出版专著2部、译著1部。曾获得湖北省自然科学奖二等奖一项、湖北省优秀博士学位论文奖、湖北省优秀硕士学位论文奖、湖北省自然科学优秀学术论文一等奖、GECCO-2010最优论文奖提名等奖励。