讲座题目： An online prediction approach based on incremental support vector machine for dynamic multiobjective optimization
讲座嘉宾：江敏，厦门大学
讲座时间： 2021年11月30号周二，下午14:00-15:00
讲座地点：腾讯会议ID: 464 946 392
内容摘要：
优秀的动态多目标优化算法要求在环境发生变化时能够快速跟踪Pareto最优前沿（Pareto optimal front）。近年来，基于预测模型的进化算法被认为是一类很有前途的方法。然而，大多数现有的方法往往只使用了有限个最优解之间的线性相关性进行预测。在某些情况下，这些不完整的信息可能会导致较低的预测精度。我们提出了一种基于增量支持向量机（ISVM）的预测算法，简称为ISVM-DMOEA。这个算法的基本思想是将动态多目标优化问题的求解视为一个在线学习过程，利用连续获得的最优解来不断更新增量式支持向量机，并使用ISVM来过滤随机解，由此生成下一时刻的初始种群。针对ISVM训练样本不足的问题，在ISVM训练前采用了综合少数过采样策略。这种方法的优点是，ISVM可以在线探索解之间的非线性相关性，并且可以更大程度地利用所有历史最优解所包含的信息。实验结果表明，该算法能有效地解决动态多目标优化问题。
江敏，教授，博导，厦门大学人工智能系副主任。江敏博士于2007 年7 月博士研究生毕业于武汉大学计算机学院软件与理论专业，获工学博士学位。2007 年9月他进入厦门大学数学博士后流动站，从事认知机器人，优化算法等方面的研究工作。2009 年博士后出站，任职厦门大学智能科学系。江敏教授目前担任IEEE Transactions on Neural Networks and Learning Systems副主编、IEEE Transactions on Cognitive and Developmental Systems副主编。他目前主要研究兴趣包括机器学习，优化算法以及智能机器人等相关领域。2019年，由于在优化算法方面的贡献，中国人工智能学会授予江敏教授及其合作者“吴文俊人工智能自然科学奖（三等奖）”。2019年江教授被Publons授予Top (1%) Reviewer Award。江敏博士是IEEE 高级会员(Senior Member’ 2012)。
欢迎广大师生进行线上交流！
物流科学与工程研究院
