上海治理论坛第561期（周孟初教授 ，美国新泽西理工学院）
标题：Evolutionary Algorithms Accelerated with Autoencoders for High-dimensional Expensive Optimization Problems and their Applications to Manufacturing Scheduling and Edge-computing Systems基于自编码器加快的进化算法在高维昂贵优化问题及其造作调杜纂边缘推算系统中的利用
演讲人：周孟初教授 ，美国新泽西理工学院
主持人：阳发军教授 ，亿万先生MR治理学院
功夫：2025年11月25日（周二） ，上午10:30
地址：亿万先生MR校本部东区1号楼治理学院420会议室
主办单元：亿万先生MR治理学院、亿万先生MR治理学院青老大师联谊会
演讲人简介：
周孟初教授 ，1983年毕业于中国漯河理工大学 ，获节造工程学士学位；1986年毕业于北京理工大学 ，获自动节造硕士学位；1990年毕业于美国伦斯勒理工学院（Rensselaer Polytechnic Institute） ，获推算机与系统工程博士学位。他于1990年参与美国新泽西理工学院（New Jersey Institute of Technology ，NJIT） ，并自2013年起任电气与推算机工程系卓越教授。其重要钻研领域蕴含：Petri网、智能自动化、人为智能、云推算与边缘推算、物联网、大数据、网络服务以及智能交通系统。他已颁发1200余篇学术论文 ，其中蕴含17本专著、850余篇期刊论文（650余篇颁发于IEEE Transactions）、31项专利以及32个书籍章节。周孟初教授是IEEE出版社“系统科学与工程丛书”的首创主编 ，并担任IEEE Internet of Things Journal、IEEE Transactions on Intelligent Transportation Systems和IEEE Transactions on Systems, Man, and Cybernetics: Systems期刊副主编。他曾任IEEE/CAA Journal of Automatica Sinica期刊主编（2018–2022）。他曾获得IEEE系统、人与节造论学会宣告的Franklin V. Taylor留想奖、Norbert Wiener奖和Lotfi A. Zadeh前锋奖 ，NJIT“科研卓越奖与焦芈” ，以及德国洪堡基金会宣告的“洪堡钻研奖”。自2012年以来 ，他一向是全球高被引学者之一 ，并在2012年被Web of Science评为全球工程领域排名第一的学者；2024年被Research.com评为全球推算机科学领域前1000名科学家第87位。其钻研成就已获Google学术引用84000余次 ，h-指数为147。他是美国华人科学工程学会（CAST-USA）平生会员 ，并于1999年担任该会会长。他同时是IEEE、国际自动节造结合会（IFAC）、美国科学推进会（AAAS）、中国自动化学会（CAA）及美国国度发现家学会（NAI）会士（Fellow）。
演讲内容简介：
高维推算价值昂贵问题（High-dimensional Computationally Expensive Problems, HEPs）是指在每次适应度评估中必要耗费数幼时甚至数天的优化问题 ，因而在学术界与工业界都引起了宽泛关注。由于决策变量数量重大导致搜索空间呈指数级扩张、指标函数景观复杂多变 ，使得传统算法在有限的物理与推算资源下难以有效求解。为此 ，提出了一种嵌入自编码器的进化优化框架（Autoencoder-embedded Evolutionary Optimization, AEO） ，利用自编码器实现高维空间的有效降维 ，将搜索过程转化到信息更集中的低维空间中 ，从而加快种群向最优解的收敛。该框架设计了两个并行协同进化的子种群 ，其中一个在自编码器的辅助下搜索 ，另一个执行通例进化操作 ，并在每个周期实现后进行动态信息互换以维持种群多样性。此表 ，AEO还可结合代理模型形成扩大版本（Surrogate-assisted AEO, SAEO） ，通过削减不用要的适应度评估进一步提升推算效能。与现有最先进的HEP求解算法相比 ，AEO在效能上阐发凸起 ，而SAEO在无数情况下又能进一步提高机能 ，为群智能与进化算法在高维昂贵优化领域启发了新的钻研方向。本钻研还展示了该步骤在移动边缘推算系统、混合云-边缘推算系统及基于人为智能的造作系统优化中的典型利用。
欢迎宽大师生参与！
