4月17日上午，应我院邀请，中国矿业大学信息与控制工程学院博士生导师郭一楠教授、博士生导师巩敦卫教授在信息楼4楼学术报告室分别做了题为《动态鲁棒进化优化方法研究进展》、《高目标进化优化》的学术讲座。
郭一楠教授谈到：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。
巩敦卫教授谈到：进化优化在多目标优化问题求解中得到了广泛的应用，但是，当目标函数很多时，优化问题的进化求解方法受到很大的限制。巩教授首先简述了高目标优化问题求解面临的挑战，然后评述已有的进化求解方法，阐述我们在高目标进化优化的研究成果之后，指出了进一步研究的方向。
讲座中两位教授以严谨治学的态度、丰富渊博的知识、敏锐的学术思维给学院师生留下了深刻的印象，为从事控制理论与应用研究的师生们带来了一场丰富的学术盛宴，大家深受启示。
新闻链接:
郭一楠，中国矿业大学教授，博士生导师，江苏省青蓝工程优秀青年骨干教师，中国矿业大学优秀创新团队首席，清华大学、美国明尼苏达大学和英国伯明翰大学访问学者；IEEE，ACM，中国计算机学会，中国人工智能学会和中国煤炭学会会员，国家自然科学基金函评成员。郭教授主要从事智能优化算法、机器人技术、工业大数据分析、复杂过程智能优化控制等领域的科研工作。近年来，先后主持和参与国家重点研发计划、国家973计划、国家863计划、国家火炬计划、国家自然科学基金等国家级项目8项，江苏省自然科学基金、江苏省产学研项目、山东省重点研发计划、煤炭部重点项目等省部级项目13项，以及企业合作项目10余项；主持江苏省精品课程教材建设项目1项;先后获得教育部、煤炭工业部等省部级科研奖励5项；多次获得中国矿业大学优秀教学成果奖；主编江苏省十二五重点教材1部，发表论文80余篇，SCI/EI收录60余篇；授权发明专利1项，软件著作权7项。
巩敦卫，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”、江苏省“333高层次人才培养工程”和“六大人才高峰”高层次人才入选者，甘肃省“飞天学者”讲座教授，国家自然科学基金委信息科学部会评专家，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委员、粗糙集与软计算专委会委员、智能空天系统专委会委员，中国计算机学会软件工程专委会委员。研究方向为基于搜索的特定软件测试、领域大数据处理与分析、深地资源开采智能优化与控制、复杂优化问题的智能求解。主持国家“973”计划子课题1项、国家自然科学基金5项。教学/研究成果获省部级一等奖1项、二等奖4项，授权发明专利7项，出版专著8部，发表顶级期刊论文4篇，中科院一区期刊论文4篇，ACM/IEEE汇刊论文2篇，ESI高被引论文2篇。
