报告专家：党乾龙副教授

工作单位：西北农林科技大学理学院

报告题目：图神经网络辅助演化算法求解多模态多目标优化

报告时间：2025年4月12日（周六）16:00

报告地点：文理楼290

内容摘要：在多模态多目标优化问题（MMOP）中，决策空间中的多个解具有相似的目标值，这些具有良好多样性的解为决策者提供了丰富的选择。传统的进化算法已经开发了各种多样性维护机制，以确保对决策空间的充分搜索。然而，这些机制并没有充分利用历史数据中隐藏的帕累托最优解集(PS), 因此它们的适应能力和环境感知能力较差。受数据驱动的进化算法启发，使用图神经网络模型来学习隐藏在历史数据中的知识，并协助进化算法探索具有不同分布的PS，是一项非常有前景的研究。因此，本报告将介绍求解MMOP的神经网络辅助进化算法的研究，包括传统求解MMOP进化算法的缺点、基于图神经网络的进化算法设计以及图学习对进化过程的帮助。

个人简介：党乾龙，博士，硕士生导师，西北农林科技大学理学院副教授。担任西北农林科技大学“低空飞行器算法与仿真联合实验室”副主任，面向新一代人工智能领域关键技术和“卡脖子”问题等国家重大需求，围绕演化算法、联邦学习、大语言模型及其工程应用开展研究，并取得了多项创新性研究成果。在 《IEEE Transactions on Evolutionary Computation》、《IEEE Computational Intelligence Magazine》、《IEEE Transactions on Geoscience and Remote Sensing》、 《IEEE Internet of Things Journal》、《IEEE Transactions on Artificial Intelligence》、《IEEE Transactions on Big Data》、《IEEE Transactions on Emerging Topics in Computational Intelligence》、《Evolutionary Computation》等国际期刊上发表学术论文30余篇，其中以第一作者和通讯作者身份发表文章25篇，总影响因子大于200，其中IEEE会刊11篇，中科院一区论文15篇。申请发明专利12项，申请人获得2023年陕西省数学会青年教师优秀论文二等奖、陕西省工业与应用数学会青年教师优秀论文三等奖。此外，主持中国博士后科学基金面上资助和陕西省自然科学基金青年项目。