您好,欢迎来到华中科技大学自动化学院官网!

联系我们| English

院系新闻

当前位置: 首页 > 院系新闻 > 正文

美国俄克拉荷马州立大学Gary Yen教授和德克萨斯大学阿灵顿分校Frank Leroy Lewis教授来我院进行学术交流

发布时间:2018-06-06 编辑:汪昭 来源:

523日下午,美国俄克拉荷马州立大学Gary Yen教授和德克萨斯大学阿灵顿分校Frank Leroy Lewis教授应邀来我院进行学术访问,在南一楼311会议室为我院师生做了两场精彩的学术报告。关治洪教授、曾志刚教授、王小平教授、刘慧副教授等30余名师生参加了本次报告会。

首先是Gary Yen教授带来题为“State-of-the-Art Evolutionary Algorithms for Many Objective Optimization”的报告。Gary Yen教授于1992年在美国圣母大学获电气与计算机工程专业的博士学位。目前为美国俄克拉荷马州立大学电气与计算机工程学院的董事讲席教授(Regents Professor)Yen教授是国际智能控制、计算智能、进化多目标优化等领域著名专家学者,在智能控制、多目标优化、健康监测及其工业/国防应用做出了突出的工作。Yen教授是IEEEIET Fellow2010-2011年,任IEEE计算智能协会主席。曾担任IEEE Transactions on Neural Networks, IEEE Control Systems Magazine, IEEE Transactions on Control Systems Technology, IEEE Transactions on Systems Man and Cybernetics Automatica的编委。目前是IEEE Transactions on Evolutionary Computation IEEE Transactions on Cybernetics的编委。Gary G. Yen教授是IEEE Computational Intelligence Magazine的创始主编。2011年获得IEEE系统、人与控制协会的Andrew P Sage最佳会刊论文奖。2013年获得由IEEE计算智能协会颁发的卓越功勋奖。2014年获得Lockheed Martin航空卓越教学奖。

报告中,Yen教授指出进化计算是研究具有生物动机的计算范式,它从自然进化和适应中产生新思想和灵感。基于群体的启发式算法在求解多目标优化问题中的应用受到越来越多的关注。为了搜索基于自然启发性隐喻的一系列帕累托最优解,已经成功开发了多目标优化演化算法来解决适应性度量问题甚至随时间变化而变化的约束不确定性优化问题。设计了专门针对多目标优化问题的性能指标,可防止现有性能指标中各种违反帕累托最优原则的操作。详细描述了曼哈顿最小距离(MMD)方法在多目标优化问题中的多标准决策。该方法从归一化理想向量中选择与具有MMD的向量相对应的最终解。

接着是Frank Leroy Lewis教授带来题为“Cooperative Control Synchronization: Optimal Design and Games on Comunication Graphs”的报告。F. L. Lewis教授是美国德克萨斯大学阿灵顿分校(UTA)电气工程系的Moncrief-O'Donnell名誉教授,美国国家发明家学会会员,IEEE FellowIFAC Fellow,英国测控研究院院士,纽约科学院院士,德克萨斯注册职业工程师,英国工程委员会特级工程师,UTA杰出学者学会发起人(2004) UTA杰出教师(2012)IEEE控制系统协会杰出讲师(2012-2014),地中海控制协会理事会的创始成员。曾担任希腊德谟克利特大学、中国香港科技大学、香港大学、香港城市大学、新加坡国立大学和南洋理工大学的客座教授。获得IEEE计算智能协会神经网络先锋奖(2012)AIAA智能系统奖(2016)等各种奖项。目前的研究兴趣包括智能控制、图的分布式协同控制、非线性系统、强化学习、过程控制、基于条件的维护和神经系统。是7个美国专利的所有人,发表300多篇期刊论文,400多篇会议论文和20本书籍。担任多个国际杂志的编辑委员会委员。自1982年以来,获得由美国国家科学基金会(NSF)提供的NSF研究启动资助和持续资助。自1991以来,他已经获得了来自NSFAROONRAFOSR以及包括国防部重大SBIR等政府项目和其他工业项目等共计800万美元的资金。在1996年,他的SBIR项目帮助他在ARRI获得了美国SBA Tibbets奖。

报告中,Lewis教授指出,通过网络环境进行通信的动态系统之间的相互作用使得物联网,编队,卫星控制和人类社会行为产生有趣的同步行为。研究了本地控制设计与通信图形限制之间的关系。探讨图表的稳定性与最优性之间的区别。给出了局部反馈控制器的优化设计方法,将控制设计与图的结构特性分离开来。在连续时间系统的情况下,优化设计方法可确保任何具有适当连接属性的图形上的同步。给出了控制器和观测器之间在通信图上的对偶理论,包括基于协同调节器设计的协同输出反馈控制方法。

本次报告Yen教授和Lewis教授用创新的研究思路与深厚的专业知识为我院师生带来了一场精彩的学术盛宴,令大家受益匪浅。