本网讯 为了提高同学们的综合素质，开阔同学们的学术视野，营造良好的学术氛围，11月19日，清华大学王凌教授、国防科技大学刑立宁教授、江苏师范大学王改革教授受邀做客我校东江大讲堂开展讲学。电子信息与电气工程学院、数学与大数据学院、信息科学技术学院部分师生聆听了本次讲座。
清华大学王凌首先为大家主讲了数据驱动的智能工程优化调度。他向同学们介绍了工程优化调度及其复杂性，指出优化技术是一种以数学为基础，用于求解各种工程问题优化的应用技术。优化无处不在，任何控制与决策问题本质上都是优化问题。优化问题可泛泛分为函数优化和组合优化两类，在很多工程当中，尤其是在制造业中，大多优化问题兼具函数优化与组合优化。王凌教授强调了优化与控制间的密切联系。他认为，优化与控制应是相互结合的，无优化则控制无方向；有优化而无控制，则无法实现价值。他还与同学们交流了智能优化及其集成框架以及在工程上锁遇到的优化问题与解决方法，指出智能算法是复杂调度优化问题的有效且通用的求解工具，并从原理、目标、步骤三方面对智能优化算法做了介绍。王教授强调，集成智能工程优化应注重多学科的交叉与融合，注重智能搜索策略与领域知识的有机混合，注重综合基于数学的理论分析与基于计算机仿真的性能验证。他还与同学们分享了他的研究工作，建议当代大学生注重应用的推广，将理论知识应用到实践中去，呼吁各大高校在计算机学科和自动化学科领域适当扩大招生，为社会培养一批顺应时代发展的优质生。
国防科技大学刑立宁教授作了关于智能自主协同任务规划技术的主题报告。刑教授从四个方面进行了讲解。一、背景与问题。他从卫星任务规划的内涵、主要作用、主要内容三方面介绍了卫星任务规划问题，并从对地观测系统运行管控、型号的工程研制、试验与验证、对地观测系统顶层设计讲解了卫星任务规划应用。刑立宁教授指出，我国正面临着快速响应常态化、流程处理自动化、用户体验、观测任务复杂化的新需求与挑战，随着卫星能力越来越强，我们应当实现星地一体、智能自主、多星协同。二、自主任务规划。刑立宁教授制作了基于事件触发的在线滚动任务规划的路线图和自主任务规划滚动时间线图，简明地给同学们展示了自主任务规划思路，并介绍了星载计算机计算架构、星载计算机硬件架构和列出了星上在线自主任务规划算法。三、协同任务规划。邢立宁教授认为，要实现协同还需复杂任务的动态分解技术、任务需求与卫星资源匹配技术和多星协同任务分配技术这三个主要关键技术。四、智能化星地一体任务规划。随着越来越多的星上自主被运用到对地观测系统，系统资源之间的协同高效利用更加突出。邢教授相信，通过以机器学习、智能优化、Agent技术等为代表的智能技术为主要支撑的自主协同任务规划，将会是未来对地观测系统运行管理服务的重要发展方向。
江苏师范大学王改革教授为在场师生主讲了基于智能优化算法的大数据优化研究。王改革教授表示，在基于大数据的背景下，““十三五”规划”国家战略的两个重点方向是大数据和人工智能。智能计算是解决大数据分析和处理问题的重要途径之一。在复杂环境下，大数据分析与处理面临着存在大量冗余数据、存在大量噪声数据、存储量大、计算复杂度急剧上升，但传统计算方法处理速度较低、训练收敛较慢等问题，智能计算方法能分而治之，提高处理速度，减轻冗余，加快收敛速度。在当前环境下，对于大数据问题，智能算法存在参数较多、个体更新单一化、建模困难三大方面的问题，对此王教授认为，我们可以通过自适应调整、多策略融合、知识驱动来解决上述问题。针对这些问题，王改革教授团队研究取得了自适应智能算法、多策略智能算法、基于知识驱动的智能算法、验证与应用四个创新成果，并将其运用于背包问题、大数据优化等领域，发表了多篇重要论文，得到了国内外同行的一致好评。王改革教授表示，在未来的工作规划中，他一方面会基于当前的研究进行一些算法方面的研究，并把算法应用于海洋研究中；另一方面将开展面向海洋的智能计算方法的研究工作，他的团队现已对相关模型进行了梳理，对现有常用方法进行了整理，并形成了初步的软件，争取进一步细化研究。
三位教授的讲座，内容丰富，条理清晰，阐述深刻，精彩纷呈，对我校师生在智能领域方面增进了解、开拓视野起到了很好的推动作用。
审稿：陈梦 陈雄辉 审核：金伟 签发：赵日兴