报告题目：基于分解的多目标进化计算

报告时间：2022年08月27日09:00-10:00

报告形式：腾讯会议，会议号862-586-618

摘要：现实世界中的许多优化问题本质上具有多个相互冲突的目标。与单个优化问题不同，多目标优化问题具有决策者经常需要的一组帕累托最优解（帕累托前沿）。进化算法能够在一次运行中生成帕累托前沿的近似值，许多传统的优化方法也被开发用于处理多个目标。进化算法和传统优化方法的结合应该是下一代多目标优化求解器。分解技术在传统的多目标优化中得到了很好的应用和研究。在过去的十年中，人们投入了大量精力来构建基于分解的高效多目标进化算法（MOEA/D）。在本次演讲中，我将描述MOEA/D的主要思想和技术以及一些最新发展。我还将讨论多目标进化计算中的一些可能的研究问题。   

报告人简介:

张青富，现任香港城市大学电脑科学系讲座教授，IEEE Fellow，国家高层次人才计划特聘专家。曾获得2010年IEEE Transactions on Evolutionary Computation杰出论文奖，并从2016年至2020年连续五年入选计算机科学领域的高被引学者。担任IEEE Transactions on Evolutionary Computation和IEEE Transactions on Cybernetics等期刊副主编，谷歌学术被引29000余次，h指数68。其所提出的MOEA/D已成为进化多目标优化领域最常用的算法框架之一。