报告人：詹志辉                      

工作单位：南开大学

报告题目：数据与知识驱动的进化计算

报告时间：2026年09月04日（周五）10：30

报告地点：文理楼254

内容摘要：

进化计算（EC）是一类功能强大的人工智能优化方法。它模拟自然界中的进化现象与群体智能行为，在知识生成与问题求解领域具备广阔的应用前景。进化计算算法遵循达尔文 “适者生存” 原则筛选更优解、繁衍新解；但在处理“昂贵优化问题”时会陷入瓶颈 —— 这类问题的适应度评估极其耗时、成本高昂，甚至适应度函数本身都无法显式构建。复杂优化问题也对进化计算算法提出了挑战，易使其陷入局部最优，或是需要耗费过长时间才能收敛到有效解区域。因此，数据驱动进化计算（DDEC）与知识驱动进化计算（KDEC）逐渐成为研究热点，用于辅助进化计算算法攻克这类高难度优化问题。本次报告将围绕数据 / 知识驱动进化计算的“驱动对象”与“实现方式”展开阐述。在驱动对象层面，研究主要分为两个方向：一是构建适应度评估代理模型，以此驱动选择操作；二是学习优质解的模式，辅助生成新解，进而驱动进化过程。其中，面向选择环节的数据驱动方法，将介绍“增强型数据驱动进化算法（BDDEA）”与“分层集成代理辅助进化算法（HES-EA）”；面向进化环节的数据驱动方法，将介绍“优化学习辅助进化算法（LEO）”与“进化计算知识学习算法（KLEC）”。我们期望这类新型进化计算范式，能够为求解当代超复杂优化问题提供新的思路，推动进化计算与人工智能领域的进一步发展。

个人简介：

詹志辉，南开大学人工智能学院教授，博士生导师，IEEE Fellow、IEEE计算智能学会杰出青年奖获得者（每年全球遴选一位）、教育部青年长江学者、国家优青、吴文俊人工智能优秀青年奖获得者、科睿唯安“全球高被引科学家”、人工智能领域全球前2%顶尖科学家（同时入选年度科学影响力和终身科学影响力双榜单）、2014-2025连续12年中国高被引学者。主要研究领域包括人工智能、进化计算和群体智能及其应用，担任进化计算、人工智能和控制领域顶尖国际学术期刊 IEEE Transactions on Evolutionary Computation、IEEE Transactions on Emerging Topics in Computational Intelligence、IEEE Transactions on Systems, Man, and Cybernetics: Systems和IEEE Transactions on Artificial Intelligence等4本IEEE Transactions的副主编。

【编辑：张耀光】