由我校研究生院、党委研究生工作部主办，电气工程学院承办的我校研究生名师名家”讲坛，将邀请新加坡南洋理工大学博士秦凯来我校做学术报告，欢迎广大师生参加。
       报告题目：演化优化算法：研究现状与发展
       报告时间：2011年3月25日（周五）上午9：30
       报告地点：郑州大学新校区电气工程学院五楼报告厅

                                                                                          研究生院
                                                                                    党委研究生工作部
                                                                                      电气工程学院
                                                                                      2011年3月24日

        优化问题遍及自然科学、工程应用和社会经济生活等各个领域。例如：物理、生物、控制、模式识别和图像处理等模型结构与参数的寻优，路径或日程安排的寻优，投资组合的寻优等。不同领域中的优化问题具有各自的特点，而这些领域的专家一般不会对优化方法本身做深入的研究，而只将它们当成解决问题的工具来选用。因此，构建一种能够适应各类问题的简单易用且高效稳定的优化方法具有非常重要的实用意义。

        演化算法是通过模拟自然界中的现象或过程发展而来的一类基于群体的优化方法，它具有强大的寻优化性能和高度的鲁棒性，且不要求问题具有明确的函数表达式。近年来，演化算法已成为一个非常热门的、应用场景广泛的研究方向，国内外相关的研究文献逐年激增。

        本讲座将综合介绍演化优化算法的基本原理、发展历史、研究现状以及热点方向，并详细介绍两种高性能的演化算法：综合学习粒子群优化算法和自适应差分演化算法。

附秦凯简介：
主要学历：
        1997.9–2001.6 本科，东南大学自动控制系自动化专业，工学学士学位；
        2001.9-2003.2 硕士研究生学习，东南大学自动控制系模式识别与智能系统专业；

         2003.2-2007.6 博士研究生，新加坡南洋理工大学电气与电子工程学院模式识别专业，博士学位。

研究工作简历：
        自2001年以来，一直从事模式识别，图像处理和计算智能方面的研究。
主要研究方向为：模式识别，图像处理和计算智能。
        现为IEEE 会员并担任多个本领域国际著名期刊的评审。
        2005.7-2005.10 在美国伊利诺伊大学香槟分校做访问学者，师从遗传算法领域著名学者David E. Goldberg进行演化模式识别方向的研究。
        2006.4-2007.4 在新加坡南洋理工大学电气与电子工程学院做项目研究员，参与项目为模式识别和演化算法的研究及其应用（新加坡政府资助）。
        2007.10-2009.12在加拿大滑铁卢大学系统设计工程系视觉与图像处理组从事博士后的研究，主要研究方向为图像处理和模式识别，参与的项目为遥感图像分析与理解(加拿大政府资助)。
        2010.4至今，在法国国家信息与自动化研究院复杂随机系统建模与推断研究组从事博士后的研究，主要研究方向为图像处理和演化计算，参与的项目为基于贝叶斯图像分析的元器件缺陷检测与识别（法国政府资助）。