![](/__local/9/EE/F4/9DBEECCD53F0D66EC7F8ABFE002_AE92627A_71C3.png)
报告题目:基于符号公式学习的演化算法自动生成方法
报告人:龚月姣 华南理工大学教授/博士生导师
报告时间:2024年5月20日 上午10:00-11:00
报告地点:腾讯会议:515-104-459
报告对象:感兴趣的教师、研究生、本科生等
主办单位:yl6809永利
报告人简介:
龚月姣,华南理工大学教授,博士生导师,广东省高层次人才项目获得者。主要研究方向为基于群体智能、深度学习、强化学习的优化方法及在智慧城市、智能交通中的应用,主持国家和省部级项目10项,发表国内外学术期刊和会议论文100余篇,包括IEEE/ACM Transactions系列期刊论文50余篇。入选斯坦福人工智能领域全球前2%顶尖科学家榜单,获TCL 青年学者、滴滴盖亚青年学者等荣誉称号,曾获 ACM 广州、国家高性能协同创新中心等机构颁发的优秀博士学位论文奖等。
内容简介:
在过去的半个世纪里,演化计算领域孕育了数以千计的算法。这些算法在多个领域中取得了显著的成就,但“无免费午餐”定理却表明,不存在一种普适的算法能够在所有问题上都实现最优性能。因此,当面对具体的优化问题时,我们仍然需要投入大量的人力和计算资源去选择、设计和调整合适的算法。开发一套能自动化设计和调整演化算法的系统,已成为当下的迫切需求。针对这一需求,我们提出了一种基于符号公式学习的演化算法自动生成系统,名为“SYMBOL”。该系统利用深度强化学习技术自动生成针对特定优化问题的演化迭代公式。与传统的演化算法不同,SYMBOL的核心创新在于其生成式的特性:不仅能自动产生针对具体问题的优化算法,还能根据实时的搜索状态动态调整生成的更新公式及其参数。在多种优化问题上的测试结果表明,SYMBOL性能卓越,突显了生成式算法在演化计算自动化领域的巨大潜力和应用价值。
欢迎全校师生踊跃参加!