学科科研

科研机构

当前位置: 首页 >> 学科科研 >> 科研机构 >> 正文

复杂系统与计算智能实验室

发布日期:2022-03-05    点击:

复杂系统与计算智能实验室组建于2008年,研究方向为智能计算及相关应用研究。研究所共有11名成员,其中,教授5名,副教授4名,硕士生导师7名,获博士学位9名,山西省青年学术带头人1名,山西省研究生教育优秀导师1名。近年来,实验室成员主持承担了国家自然科学基金面上项目/青年项目、中国工程科技中长期发展战略研究联合基金7项,教育部科学技术研究重点项目、山西省自然科学基金、国家重点实验室开放课题等纵向课题30余项,在《IEEE TEC》《IEEE TETIC》《Information Sciences》《Journal of Parallel and Distributed Computing》等国内外知名刊物和会议上,发表学术论文400余篇,其中,SCI收录90余篇,SCI他引1000余次,ESI高被引论文3篇,EI收录200余篇,出版学术专著9部,获得山西省自然科学奖两项。

实验室与芬兰赫尔辛基工业大学、中科院计算所、同济大学、北京工业大学等国内外学术机构有着广泛的交流,积极为地方经济发展提供社会服务,其中,崔志华教授担任SCI期刊《International Journal of Bio-inspired Computation》主编(中科院2区),孙超利副教授担任SCI期刊《Soft Computing》的副编辑。  

研究方向之一:智能计算及其物联网的优化求解

针对物联网的相关优化问题,在算法设计、高维多目标优化及动态优化等领域进行了深入研究,取得了大量研究成果,利用问题特征为导向设计了高效布谷鸟算法,并针对最多15个目标函数的优化问题设计了高维多目标布谷鸟算法,相关成果发表在2017年在刊物《Journal of Parallel and Distributed Computing》(ESI高被引论文,CCF B类,2017)及《IEEE TETC》(2017)。

研究方向之二:数据驱动的计算智能

围绕机械优化设计和工业过程智能控制优化等复杂问题,在约束问题优化、多任务进化优化以及代理模型辅助的进化优化等领域进行了深入研究,取得了一系列研究成果,特别是提出了一种新的适应值预测策略以替代费时的真实目标函数计算,有效提高了优化算法的求解效率(2013年发表在CCF B类刊物《Information Sciences》上);利用历史数据,引入机器学习中的模型策略,提出了新的进化框架,使得优化算法能够在有限的计算资源下获得复杂优化问题的最优设计或近似最优设计(2017年发表在JCR一区期刊《IEEE TEVC》上)。