诚挚邀请各位同仁参加，期待您的光临！

主办： CCF YOCSEF广州，CCF广州，华南理工大学软件学院

论坛程序：

9:00-9:10 开幕致辞

9:10-12:00 报告会（报告人顺序按专家姓氏首字母）

特邀讲者：龚文引副教授，中国地质大学（武汉）计算机学院

演讲主题：基于演化计算的非线性方程组多值求解

特邀讲者：唐珂教授，中国科学技术大学计算机学院

演讲主题：面向大规模优化问题的演化算法

特邀讲者：俞扬副教授，南京大学计算机科学与技术系

演讲主题：基于分类的无梯度优化

特邀讲者：周爱民副教授，华东师范大学计算机科学技术系

演讲主题：基于学习方法的演化优化：以多算子搜索为例

执行主席：

黄  翰 教授、博导，华南理工大学，CCF YOCSEF委员, IEEE、ACM member，中国计算机学会高级会员

吴庆耀 副教授、硕导，华南理工大学，IEEE、ACM member，中国计算机学会高级会员

蔡瑞初 副教授、硕导，广东工业大学，CCF YOCSEF委员, IEEE、ACM member，中国计算机学会高级会员

参加人员：有兴趣的老师、研究人员、博士和硕士。

报名联系人：黄翰 (Email： hhan@scut.edu.cn ; Tel: 13570967527)

吴庆耀（Email： qyw@scut.edu.cn; Tel: 13822289840）

请务必填写下附参会回执，于12月21日前回复邮件，我们会为老师优先留位。

温馨提示：本次论坛不提供晚餐，也不作交通安排，给您带来不便，请见谅。

（报告人顺序按专家姓氏首字母）

特邀讲者:  龚文引副教授，中国地质大学（武汉）计算机学院

演讲题目：Finding multiple optimal solutions of nonlinear equation systems with evolutionary algorithms (基于演化计算的非线性方程组多值求解)

简介：龚文引，男，1979年10月生，湖南永顺人，博士，现为中国地质大学（武汉）计算机学院副教授，主要研究方向为智能计算及其应用。现担任湖北省计算机学会副秘书长，国际SCI期刊Memetic Computing编委。主持国家自然科学基金两项、教育部博士学科点新教师基金一项。在SCI期刊发表论文21篇（含IEEE会刊论文4篇），其中ESI高被引论文2篇，出版专著2部，曾获得湖北省自然科学奖二等奖一项（序2）、湖北省优秀博士学位论文奖、湖北省优秀硕士学位论文奖、湖北省自然科学优秀学术论文一等奖等奖励。

摘要：在数值计算中，非线性方程组的求解是一个很困难的任务，尤其需要一次运行找到多个最优解。近来，利用演化算法求解非线性方程组问题得到了越来越多的关注。一般而言，需要解决好两个问题：1）如何把非线性方程组转换成一个优化问题；2）如何设计高效的优化算法求解该优化问题。我们的报告将探讨两类利用演化算法求解非线性方程组的方法，包括基于多目标优化的方法和基于排斥技术的方法。两类方法通过实验验证了其有效性。

特邀讲者:  唐珂教授，中国科学技术大学计算机学院

演讲题目： Large Scale Optimization through Evolutionary Algorithms (面向大规模优化问题的演化算法)

简介：唐珂，中国科学技术大学计算机学院教授、博士生导师，IEEE高级会员，主要从事演化计算、机器学习等领域的研究，已发表学术论文100余篇，曾获教育部自然科学二等奖（第一完成人），中国电子学会自然科学一等奖（第三完成人），2012年入选教育部新世纪优秀人才支持计划，2015年获英国皇家学会牛顿高级学者基金（Newton Advanced Fellowship）资助。现担任IEEE Computational Intelligence Magazine等4个国际期刊副编/编委，曾任IEEE CEC2010/2013等7个国际会议程序委员会主席/共同主席，10余次受邀在国内外学术会议／研讨会作主题或教学报告。

摘要：算法的可扩展性是计算机科学的关键问题之一。尽管演化算法是解决复杂优化问题的一种有力工具，但其对问题规模的扩展性不佳，因此在实际中的应用受到很大制约。本报告将以高维实值优化问题为例，介绍采用合作型协同演化框架求解大规模优化问题的原理以及关键技术，并简要探讨尚待解决的难点问题。

特邀讲者:  俞扬副教授，南京大学计算机科学与技术系

演讲题目：基于分类的无梯度优化

简介：博士，副教授。主要研究领域为人工智能、机器学习、演化计算、数据挖掘，特别关注演化计算的理论基础及其在机器学习中的应用。分别于2004年和2011年获得南京大学计算机科学与技术系学士学位和博士学位。2011年8月加入南京大学计算机科学与技术系。获2013年全国优秀博士学位论文奖、2011年中国计算机学会优秀博士学位论文奖。发表论文30余篇，包括多篇Artificial Intelligence、JAIR、IEEE TEC、IJCAI、AAAI、KDD、NIPS等国际一流期刊和会议上，研究成果获得KDD'12 Best Poster、GECCO'11 Best Theory Paper、PAKDD'08 Best Paper、PAKDD’06数据挖掘竞赛冠军等论文和竞赛奖。任《Frontiers of Computer Science》青年副编辑，任人工智能领域国际顶级会议IJCAI’15高级程序委员，任IEEE计算智能协会数据挖掘与大数据分析技术委员会委员、IEEE计算智能协会演化计算技术委员会委员，中国人工智能学会机器学习专委会委员、中国计算机学会人工智能与模式识别专委会通讯委员。

摘要：在机器学习中基于梯度的优化方法广为使用，然而随着机器学习模型愈加复杂，优化非凸、多局部极致、不连续等复杂函数的需求剧增，梯度方法在理论和应用上都难以满足需求。源于演化算法的统计视角，我们对基于分类模型的“采样－学习”优化框架进行分析，得到了该框架在有界函数上优化性能的上界，揭示了影响该框架优化性能的条件，并发现该框架在一定条件下可以高效解决Local Lipschitz连续等复杂问题类。依据理论结果，我们设计了“随机轴收缩分类器”作为框架中的分类模型，得到了RACOS优化算法。在对比实验中RACOS显示出更好的优化性能。

特邀讲者:  周爱民副教授，南京大学计算机科学与技术系

演讲题目：Learning Guided Evolutionary Optimization: An Example on Multi-operator Search（基于学习方法的演化优化：以多算子搜索为例）

简介：周爱民，华东师范大学计算机科学技术系，副教授。分别于2001年和2003年在武汉大学获得计算机学士和硕士学位，2009年在英国Essex大学获得计算机博士学位，2009年起在华东师范大学工作。主要从事演化算法与优化、机器学习、(遥感)图像处理及应用等领域的研究与教学工作。目前发表近40余篇学术论文，包括IEEE Transactions on Evolutionary Computation, IEEE Transactions on Cybernetics, GECCO, CEC, EMO等期刊和会议，获IES 2014最优文论。担任Swarm and Evolutionary Computation期刊副编辑及Complex & Intelligent Systems期刊编委。

摘要：Learning guided evolutionary optimization utilizes statistical & machine learning techniques to assist the evolutionary algorithms. The learning techniques can be used to extract the problem and algorithm information online and thus to improve the algorithm performance. When using learning techniques in evolutionary algorithms, there arises a variety questions, such as why using learning techniques, which learning techniques to use, and how to use learning techniques. In this talk, we try to answer some of these questions. Firstly, we will introduce our recent paper on a cheap surrogate model based multi-operator search strategy for global optimization. Secondly, we will summarize our work in recent years on this direction.

执行主席 黄翰 华南理工大学软件学院教授

黄翰，博士，男，1980年出生，华南理工大学软件学院教授、博士生导师、智能算法与智能软件研究所主任、华工-香港城大物流优化研究室主任、广东省杰出青年基金获得者、广东省特支计划青年拔尖人才获得者、广州市珠江科技新星获得者；曾兼职香港城市大学管理科学系高级研究助理，广东省电子学会教育专业委员会副主任和中山大学管理学院项目管理专业（MPM）校外硕士生导师。近5年来承担了国家自然科学基金面上项目、国家自然科学基金青年项目、教育部博士点基金项目、广东省自然科学杰出青年基金项目、广东省自然科学基金面上项目、广州市珠江科技新星项目以及企事业委托研发的多项课题。获得广东省自然科学二等奖。在 IEEE Transaction on Cybernetics, Information Science,《中国科学》、《计算机学报》和GECCO等学术刊物和国际会议上发表50多篇，申请国家发明专利21项(授权6项，公开5项)，获软件著作权26项。多项智能算法与智能软件技术成功实现了成果转化，成功应用30多例。

执行主席 吴庆耀 华南理工大学软件学院副教授

吴庆耀, 博士，男，1984年出生，华南理工大学软件学院副教授， 硕士生导师，华南理工大学引进人才、校内杰青，黑龙江省优秀博士生，哈尔滨工业大学优秀博士生。近5年来承担了国家自然科学基金青年项目、中央高校杰青项目以及企事业委托研发的多项课题。在包括IEEE Transactions on Neural Networks and Learning Systems、IEEE Intelligent Systems、Pattern Recognition、Knowledge and Information Systems, BMC Genomics, SDM等重要国际期刊或会议上发表论文20 余篇。

执行主席 蔡瑞初 广东工业大学计算机学院副教授

蔡瑞初，博士，男，1983年出生，广东工业大学计算机学院副教授、硕士生导师、广东省杰出青年基金获得者、广州市珠江科技新星获得者。近5年来承担了国家自然科学基金面上项目、国家自然科学基金青年项目、教育部博士点基金项目、广东省自然科学杰出青年基金项目、广东省自然科学基金面上项目、广州市珠江科技新星项目以及企事业委托研发的多项课题。获得广东省自然科学二等奖。在 IEEE Transaction on Knowledge and Data Engineering，Bioinformatics, Information Science、ICML、SIGMOD等学术刊物和国际会议上发表50多篇。多项专利成功实现了成果转化，包括网易邮箱反垃圾邮件专利等。

1. 会场

广州大学城华南理工大学软件学院B8副楼报告厅

2.交通

Ø  乘公交（381，382，387，大学城专线1，2，3等）至华工站，然后步行至图书馆正门，从图书馆正门对着正校门笔直走，即可到达。

Ø  乘公交（380A，380B，380路环线，番201等）至华工正门站，进入校门，直走往左，即可到达。

Ø  自驾，终点是外环东路华工正门站，进入校门，直行往左，即可到达。