學術報告:隨機啓發式搜索算法的若幹理論問題

發布者:數學與信息學院發布時間:2019-07-02浏覽次數:1

报告人:何军教授 Nottingham Trent University
時間:2019年7月5日(星期五)上午9:00
地點:數學與信息學院201


報告摘要: 受自然的啓發,人們設計了許多的智能優化算法,例如模擬退火算法,遺傳算法和粒子群優化算法等,用于求解各種不同的優化問題。這些算法具有一些共性:隨機性,啓發式,搜索算法,因此理論研究中顧名思義稱之爲隨機啓發式搜索算法。和傳統的優化算法相比,隨機啓發式搜索算法直觀易懂,容易實現。然而由于算法的隨機性和啓發式,理論上如何分析評價這些算法的性能卻不是一件容易的事。本報告介紹隨機啓發式搜索算法的幾個理論問題:收斂性,解的質量,收斂速度和計算時間。首先我們引入描述這些算法的兩個數學模型:馬爾科夫鏈和上鞅。然後講述相關的理論方法和相應的理論結果,包括收斂性(馬爾科夫鏈轉移矩陣和上鞅),解的質量(有限預算分析和誤差分析),收斂速度(馬爾科夫鏈轉移矩陣)和計算時間(漂移分析)。最後商討當前理論研究所面臨的一些困難之處。


報告人簡介:何军, 1985年考入武汉大学本科学习,1989年获得计算数学理学学士学位,1992年获得计算数学理学硕士学位,1995年获得计算机软件与理论博士学位,指导导师康立山教授。1995年至1998年在哈尔滨工业大学计算机系从事博士後研究,合作导师李晓明教授。1998年至2001年在北京交通大学计算机系任副教授。2001年至2007年在英国University of Birmingham计算机学院任Research Fellow,合作导师姚新教授。2007年-2018年在英国Aberystwyth University计算机系从事教学和研究工作,任Senior Lecturer。2018年至今在英国Nottingham Trent University 计算机系从事教学和研究工作,任Associate Professor。
研究领域计算智能。在演化计算的理论分析,算法设计和应用作了一系列工作。主要学术贡献是提出了用于演化算法时间复杂性分析的drift analysis方法。目前该方法已经被国际同行广泛采纳,评价为one of the most powerful tools for both proving upper and lower bounds on the runtime of evolutionary algorithms。主持一项英国工程与自然科學研究理事会(EPSRC)基金项目,参加四项英国EPSRC基金项目。1996年获得中国国家教委科技进步一等奖(演化计算及其并行处理)。


歡迎廣大師生積極參加!


返回原圖
/