主题：边云协同的分布式数据驱动进化优化算法

报告人：郭晓琦（华南理工大学）

时间：2023年11月30日，星期四，上午9:00

地点：行政中心240（电子系会议室）

报告摘要：

　　代理模型辅助的进化算法近年来被提出用于解决数据驱动优化问题。多数现存的代理模型辅助的进化算法是集中式优化，并未考虑物联网时代下数据分布于网络的边缘带来的挑战。报告人提出边云协同进化优化算法来解决分布式数据驱动优化问题。报告主要介绍了由一个通信机制、边缘模型管理和云模型管理三部分组成的边云协同分布式数据驱动进化优化算法框架。其中，通讯机制用于防止边缘服务器和云服务器协作过程中死锁的产生。边缘模型管理有效利用边缘服务器的计算力，负责边缘模型的构建、候选解的真实评估以及边缘优化。云模型管理中，利用边缘服务器传来的预测函数集成一个全局集成模型，并用这一模型辅助优化得到有望候选解，从而指导边缘模型管理。为了验证算法框架的通用性，报告人分别结合差分进化算法和代理辅助层次粒子群优化算法实现了两个基于该框架的边云协同的分布式数据驱动进化优化算法。该算法将代理辅助进化算法拓展到分布式数据驱动优化问题上，与其集中式版本具有相近甚至更优的性能。

报告人简介：

　　郭晓琦，博士预计于2023年12月毕业于华南理工大学计算机科学与工程专业；2018年获得华南理工大学计算机科学与工程专业工学学士学位。主要研究方向为进化计算及其在分布式网络中的研究。曾参加过科技创新2030”新一代人工智能“重大项目《群智涌现与演化计算方法》，在IEEE Transaction on Cybernetics期刊上发表的学术论文成为该项目五个代表工作之一。曾担任IEEE Transaction on Cybernetics、IEEE Transactions on Neural Networks and Learning Systems、IEEE Transaction on Artificial Intelligence、Complex & Intelligent Systems等著名国际期刊审稿人。

　　欢迎8040威尼斯·(Macau)官网的老师和研究生参加，欢迎其他有兴趣的师生参加！

8040威尼斯·(Macau)官网

2023年11月27日