《基於元學習推薦的自適應群集智慧型最最佳化模型研究》是依託深圳大學，由楚湘華擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於元學習推薦的自適應群集智慧型最最佳化模型研究
- 項目類別：青年科學基金項目
- 項目負責人：楚湘華
- 依託單位：深圳大學
項目摘要,結題摘要,
項目摘要
基於群集智慧型（SI）的最最佳化算法對全局最佳化問題的研究是當前運籌最佳化領域的一個熱點。目前研究主要針對特定問題進行算法設計或改進，因而對不同最佳化問題的性能波動較大，適用性難以保證。本項目結合機器學習領域元學習思想，研究一種自適應群集智慧型最最佳化模型，對全局最佳化問題進行自適應決策。通過問題元特徵與最佳化性能的動態匹配，智慧型地選擇算法（策略）組合進行快速有效的求解。研究內容包括：（1）構建對全局最佳化情境下描述問題空間的元特徵集；（2）通過元學習建立問題元特徵與算法性能間的映射推薦模型；（3）對推薦的算法組合進行動態轉化，引入新型共生關係（協同-競爭）構建自適應異質群集智慧型模型；（4）通過理論分析、數值實驗與供應鏈最佳化實例，研究該模型的有效性與適用性。本項目是運籌最佳化與機器學習的交叉研究，對全局最佳化問題元特徵與群集智慧型算法性能間的映射關聯進行了建模與展示，為現有最最佳化算法的研究提供了新的理論視角與研究。
結題摘要
基於群集智慧型（SI）的最最佳化算法對全局最佳化問題的研究是當前運籌最佳化領域的一個熱點。目前研究主要針對特定問題進行算法設計或改進，因而對不同最佳化問題的性能波動較大，適用性難以保證。本項目結合機器學習領域元學習思想，研究一種自適應群集智慧型最最佳化模型，對全局最佳化問題進行自適應決策。通過問題元特徵與最佳化性能的動態匹配，智慧型地選擇算法（策略）組合進行快速有效的求解。研究內容包括：（1）構建對全局最佳化情境下描述問題空間的元特徵集；（2）通過元學習建立問題元特徵與算法性能間的映射推薦模型；（3）對推薦的算法組合進行，引入新型共生關係（協同-競爭）構建自適應異質群集智慧型模型；（4）通過理論分析、數值實驗與在物流、交通、能源領域的實例，研究該模型的有效性與適用性。本項目研究進展順利，完成了既定的研究目標與計畫。共發表學術論文13篇，其中項目主持人以第一作者+通訊作者身份發表SCI/SSCI共7篇。項目的成果已經成功運用於能源、交通等管理與工程領域。在醫學智慧型診斷方面的套用也在探索中。本項目是運籌最佳化與機器學習的交叉研究，對全局最佳化問題元特徵與群集智慧型算法性能間的映射關聯進行了建模與展示，為現有最最佳化算法的研究提供了新的理論視角與研究。
