7月4日 星期五
8:30-8:40开幕
Session 1 - Session Chair: 唐珂 教授 (中国科学与技术大学)
8:40-9:30基于进化优化的网络结构分析 [PPT]
公茂果 教授 (西安电子科技大学)
摘要>>>
大数据面临的科学问题本质上可能就是网络科学问题,复杂网络分析应该是数据科学的重要基石。现实世界中,很多复杂的系统可以表示为网络的形式,比如社交网络、科学家协作网、引文网络和万维网等。社区结构是复杂网络的一个重要属性。网络的社区结构可以帮助我们更好的理解网络的特性以及网络中各个对象之间的关系。研究复杂网络的社区结构对于理解网络的功能、发现网络中隐藏的规律以及预测网络的行为具有十分重要的意义。报告人将阐述网络结构分析的重要性,汇报其近几年在基于进化优化的网络结构分析方面的研究成果,并总结后续研究的主要挑战。
9:30-10:20使用进化方法的机电设计自动化 [PPT] [视频1] [视频2]
范衠 教授 (汕头大学)
摘要>>>
进化计算已经越来越广泛的应用于自动化设计的应用领域。本教程将着重于动态系统的自动设计,特别是机电系统的自动化设计。现在机电系统已经无处不见,机电系统的自动化设计是非常值得更多的关注。机电系统自动化设计来源于电子系统自动化设计,并与它密切相关,电子系统自动化设计也叫电子设计自动化(EDA)。因此,本教程先介绍机电设计自动化(MDA)的概念,再介绍十多年来进化方法应用在各种各样的机电系统自动化设计的主要研究状况。主要的研究方法被命名为BGGP,是把键合图(BG)和遗传编程(GP)有机的结合在一起,键合图(BG)具有建模和代表典型机电系统的多领域物理现象的能力,而遗传编程(GP)是作为强大的搜索和优化工具,在机电系统的拓扑结构和参数两个方面上去探索开放式设计空间。该方法还在共同进化连续的动态控制设备的方面上具有良好的表现,可以将其扩展到更广泛的应用范围。近来,该方法还具有处理离散事件的另一个重要延伸,从而使得它能够应用于混合动态系统的自动化设计。把混合键合图(HBG)和遗传编程(GP)结合在一起,所得到的方法命名为hBGGP,它可以被用来设计一个更大范围的机电系统。一系列的设计案例都说明了该方法具有好的效果和效率。在微机电系统(MEMS)自动设计的特殊方向的应用中,具有层次化和鲁棒性设计的问题得到解决。接下来的研究,将把目前其他最先进的进化计算技术纳入进来进行讨论和研究,促进机电设计自动化研究领域的发展。
10:20-10:30茶歇
Session 2 - Session Chair: 周爱民 教授 (华东师范大学)
10:30-11:20进化约束优化 (Evolutionary Constrained Optimization) [PPT]
王勇 教授 (中南大学)
摘要>>>
现实生活中的很多优化问题都包含约束条件。当包含约束条件时,优化问题可能具有以下三类形式:单目标约束优化问题、多目标约束优化问题、动态约束优化问题。本报告将介绍如何基于进化算法求解这三类优化问题,并且介绍我们研究小组的一些进展。
11:20-12:10面向大规模复杂优化问题的演化算法实践与思考
杨振宇 博士 (国防科技大学)
摘要>>>
随着演化计算思想在应用领域的深入渗透,人们对演化算法的期望越来越高,能否解决实际问题是评价其价值的最直接指标。针对实际应用中存在的复杂优化问题,演化算法的功效虽然逐渐被认可,但传统演化算法一般仍只适用于决策变量比较少(如少于100 个)的小规模问题,无法满足更广泛的大规模应用需求。本报告内容将涵盖大规模优化问题的一般性定义、问题特性分析等内容,详细介绍近年来大规模演化优化领域的典型研究成果与最新进展,并结合研究实践分析值得进一步思考研究的科学问题。
12:10-13:30午餐
Session 3 - Session Chair: 公茂果 教授 (西安电子科技大学)
13:30-14:20基于模因计算的特征选择 [PPT]
朱泽轩 教授 (深圳大学)
摘要>>>
特征选择是机器学习领域普遍关注的问题之一,特征选择方法通过剔除数据中不相关和冗余特征, 帮助提高学习方法的预测准确率、降低计算复杂度并增加结果的可读性。本次报告将探讨模因计算(Memetic Computing)模型在特征选择、抽取和加权问题的应用,通过结合种群进化优化和个体独立学习或者局部搜索/优化的能力,模因计算可有效解决特征子集空间搜索问题。本报告将以基因表达、遥感图像等数据为例,针对分类和聚类学习,重点讨论模因计算特征选择中全局和局部优化方法设计、特征子集评估等具体问题。
14:20-15:10多目标车辆路径规划:问题与方法 [PDF]
王甲海 教授 (中山大学)
摘要>>>
随着互联网和电子商务技术的快速发展,物流配送模式已经发生了巨大的变化。特别地,随着联合配送,动态配送,大规模跨区域配送等新配送需求,及其通信技术和云计算计算技术的出现,新的配送模式-云配送或者云物流模式即将诞生。车辆路径规划是现代物流服务供应链中优化的关键环节。利用智能计算(演化)方法解决真实世界中的车辆路径规划问题,也将促使智能计算方法走向实用化。 首先介绍车辆路径规划问题的各种变种,接着从多目标优化的角度,综述了现有的多目标车辆路径规划问题的解决方法。然后详细介绍了一个基于局部搜索的多目标优化方法,此方法用来解决五目标的带时间窗的车辆路径规划问题。最后指出了解决实际应用中的多目标车辆路径规划问题所面临的各种挑战。
15:10-15:20茶歇
Session 4 - Session Chair: 段海滨 教授 (北京航空航天大学)
15:20-16:10Evolutionary Optimization Guided by Learning Techniques [PDF]
周爱民 教授 (华东师范大学)
摘要>>>
The population of an evolutionary algorithm can be regarded as a data set that contains some kind of patterns. Although some evolutionary algorithms, such as estimation of distribution algorithms which utilize the probability graphic models to extract the patterns and surrogate assisted evolutionary algorithms which use regression methods, try to find the patterns and to guide the evolution process, there is still lack of a systematic work on using machine and statistical learning techniques to guide the evolutionary optimization. Furthermore, the area of machine and statistical learning contains a large broad of techniques but only a few ones have been utilized in the community of evolutionary computation. This talk tries to build a bridge from machine and statistical learning to evolutionary computation. Firstly, we will summarize some work on applying learning techniques to evolutionary optimization. Secondly, we will explain why should we combine the two areas. Finally, we will introduce some of our recent work on this topic.
16:10-17:00演化算法理论研究
周育人 教授 (华南理工大学)
摘要>>>
随着演化算法研究的深入,其理论研究受到越来越多的重视。理论分析可以使人们更好地理解算法如何工作,更精确、更一般地描述算法,为算法改进指明方向和指导算法的应用等。将介绍演化算法理论分析的基本工具和方法,如适应值划分技术、漂移分析等;介绍演化算法理论分析研究现状和今后的研究方向等。
17:00-17:50Sampling-and-Learning框架:演化算法统计视角 [PDF]
俞扬 博士 (南京大学)
摘要>>>
已有研究注意到许多不同的演化算法都包含“从模型采样”和“学习模型”两个关键步骤。这样的视角不仅启发了新算法的设计,也能为演化算法的一般性能提供统计分析。我们将演化算法抽象为Sampling-and-Learning(采样与学习)框架,并对其进行分析,得到了一般的优化性能界。特别对于当学习算法为二分类算法的情况,相比于随机搜索,我们给出了能够取得多项式加速和指数加速的条件。根据理论条件我们设计了新的搜索算法,并进行了初步试验。
7月5日 星期六
Session 5 - Session Chair: 范衠 教授 (汕头大学)
8:30-9:20群体智能及其在无人机中的应用 [PDF]
段海滨 教授 (北京航空航天大学)
摘要>>>
群体智能是指一种通过大量数目的智能群体(如蚂蚁、蜜蜂、鸟、狼等)来实现的智能方式。本报告将系统介绍群体智能的主要科学问题和关键技术,介绍群体智能在无人机航路规划、多机自主协调控制、编队协同、无人机/无人车异构协调等方面的应用成果,并将对未来发展方向进行展望。
9:20-10:10进化计算与复杂网络 [PPT]
刘静 教授 (西安电子科技大学)
摘要>>>
进化计算与复杂网络都是受到热切关注的研究领域。本报告从两方面讲解这两个领域公同关注的研究课题:一方面讲解如何利用复杂网络来分析、提高进化算法的性能;另一方面讲解如何利用进化算法来求解复杂网络中的优化问题。
10:10-10:20茶歇
Session 6 - Session Chair: 俞扬 博士 (南京大学)
10:20-11:10基于机器学习的软件bug仓库挖掘 [PDF]
江贺 教授 (大连理工大学)
摘要>>>
报告主要介绍机器学习技术在软件bug仓库中的应用。首先简要介绍软件系统中bug的定义、分类、影响,并以国际著名开源bug仓库系统Bugzilla为例,介绍bug报告的形式、处理流程。其次,介绍bug仓库挖掘中的典型任务和研究方法。在此基础上,报告人将结合自身研究,介绍bug仓库的开发者优先级挖掘、基于bug仓库的需求工程实例构造、bug仓库的数据归约等工作。
11:10-12:00From Artificial Intelligence to Computer Architecture and Back
陈天石 博士 (中科院计算所)
摘要>>>
我们将从两个角度介绍人工智能和计算机体系结构的交叉领域研究。第一,现代处理器是一个数十亿晶体管量级的复杂系统。我们将介绍如何使用人工智能方法来辅助设计这样一个极端复杂的系统。第二,人工智能方法经过数十年的发展,其复杂程度和应用规模已今非昔比。我们将以人工神经网络算法为例,介绍中科院计算所在ASPLOS'14最新发布的“寒武纪1号”神经网络处理器如何对智能方法进行硬件加速。
12:00-12:10闭幕
Contact ECOLE: info@ecole.asia
© ECOLE 2013-2014