研究领域

中文主页 -研究概况

主要研究领域:进化优化、多任务优化、组合优化。

l  进化优化:进化算法是十分通用的种群优化算法,可以用来求解各类非凸、不可微以及不连续的复杂优化问题。主要研究如何设计进化算法来更高效地求解大规模优化问题以及昂贵代价问题。

l  多任务优化:不同的问题实例往往不是独立存在的,解与解之间可能具有一定的相似性,因此可以将不同的任务组合为多任务优化问题,再利用多任务演化算法进行求解。涉及下列方向:

1.        主要研究如何衡量不同优化问题或问题实例之间的相似性。

2.        设计更高效的知识迁移机制。

3.        研究在其他搜索空间建立多任务演化算法的可能性。

4.        探讨使用多任务演化算法求解实际优化问题。

l  组合优化:实际生产和生活场景下的优化问题以组合优化问题为主。主要研究下列问题:

1.        新高考改革政策下的高中走班分班和排课问题。新的高考政策取消了文理分科的高考模式,使得高中排课任务变得复杂。主要研究满足“63”“73”以及全走班模式的分班策略、排课策略,智能分班算法和智能排课算法,以及排课系统。

2.        其他组合优化问题:车辆调度、项目调度、路径规划、约束优化。