报告主题：

学习通过遗传编程解决复杂优化问题

报告时间：

2023年11月16日

报告地点：

御宅屋 310会议室

报告摘要：

介绍如何利用遗传编程学习设计有效的优化算法。涵盖基本的设计问题，包括如何设计个体表示、适应度评估、父代选择和遗传操作，以及更高级的技术，如特征选择、使用替代模型和知识传递。以在顶级会议上发表的最新工作（如IEEE TEVC、TCYB、GECCO）作为案例研究。

主讲人：

梅一，博士，新西兰惠灵顿维多利亚大学工程学院的副教授兼副院长（研究）。研究方向包括进化计算在组合优化、遗传编程、自动算法设计、可解释人工智能、多目标优化、迁移/多任务学习和优化方面的应用。他在进化计算和运筹学领域拥有超过200篇经过同行评审的论文，曾获得IEEE进化计算交易杰出论文奖、两个GECCO最佳论文奖、一个GECCO人类竞争奖和一个EuroGP最佳论文奖，是IEEE进化计算交易的副编辑、其他四个国际期刊的编辑委员会成员、IEEE进化调度和组合优化工作组的主席和新西兰中部分会的主席、新西兰工程学会的会士和IEEE高级会员。