《基於群集智慧型的非凸稀疏最佳化算法的研究》是依託鄭州大學，由梁靜擔任項目負責人的面上項目。
基本介紹
- 中文名：基於群集智慧型的非凸稀疏最佳化算法的研究
- 項目類別：面上項目
- 項目負責人：梁靜
- 依託單位：鄭州大學
項目摘要,結題摘要,
項目摘要
稀疏最佳化是稀疏表示和壓縮感知理論中的關鍵技術，在多領域具有重要套用價值。針對稀疏最佳化本質屬於非凸不可微的NP難問題，本項目利用群集智慧型算法不要求問題滿足凸性/線性要求、適應性強的優點，開展群集智慧型稀疏最佳化方法的基礎理論和新型算法研究。針對問題高維、多目標、混合離散的性質，從解的稀疏特性出發，分析不同範數約束對群集智慧型最佳化結果的影響，從而獲得稀疏嚴格性逐步遞增對解空間中群體行為的作用規律和L1與L0範數條件下解的相關性信息。結合理解性學習策略和動態拓撲結構，解決群集智慧型稀疏最佳化中帕累托前沿搜尋、解的多樣性保持、高維多目標混合離散最佳化策略等關鍵問題，構建快速有效的新型群集智慧型稀疏最佳化算法，建立稀疏最佳化問題的標準測試平台對算法性能進行評估並改進，最終套用算法解決醫學信號/圖像重構、稀疏連線神經網路等稀疏最佳化問題。研究結果可為稀疏最佳化相關領域提供一種新的通用型解決方案。
結題摘要
本項目的目標是利用群集智慧型算法解決非凸最佳化問題的優勢，針對稀疏最佳化問題的特性，設計群集智慧型稀疏最佳化算法，最終將研究出的最佳化算法套用於實際最佳化問題。圍繞該目標，本項目首先對稀疏最佳化理論進行研究，分析了稀疏最佳化問題的特點；針對該類問題的特點，設計了多目標群集智慧型稀疏最佳化算法；並將所設計的算法成功套用於稀疏人臉表情識別，核磁共振圖像稀疏重構等實際問題，取得了一些有意義的研究成果。此外，本項目成員組織了稀疏最佳化算法競賽，構建了稀疏最佳化標準測試平台。 本項目執行期間共發表學術論文44篇，其中期刊論文30篇，會議論文14篇。其中SCI收錄17篇，EI收錄13篇。獲得授權發明專利2項，授權軟體著作權5項，項目組在國際會議上做口頭報告11次。
