[00317076]智能优化方法与理论

成果简介；

在顶级期刊IEEE Trans. EC上发表的正交遗传算法，目前被国际同行简称为OGA/Q。该算法在解决复杂优化问题时发挥了重要作用，得到了国际同行的高度认可。包括三篇综述文章对 OGA/Q 做了高度评价及详细介绍，多所国际知名大学的多个知名教授（包括诺贝尔奖提名人、IEEE 各个学会的主席、副主席、IEEE Trans. 各期刊的主编和副主编）以 OGA/Q 作为标准对比算法。

2.在国际著名期刊 IEEE Trans. SMC 上发表了一个新度量，被国际上称为 U 度量。是首个可同时衡量超多目标优化问题解集均匀性和宽广性的度量。在顶级期刊 IEEE Trans. Cybernetics 上提出了首个用非线性函数扩大支配区域的方法。比已有用线性函数扩大支配区域的方法力度更大、更加灵活。

3.在国际著名期刊 IEEE Trans. SMC 上提出了首个求解非线性双层规划的方法，此前的方法只能求解线性问题，没有对非线性双层问题的求解算法。在我们的基础上，国际计算智能著名学者，美国密歇根州立大学的 K. Deb 教授开展了这方面的研究，引起了学者们的注意，目前该问题的研究已经成为计算智能的热点方向。

4.在 CCF 推荐 A 类期刊 TPDS 上发表的周期性多趟调度模型及算法首次证明了任务的完成时间随调度趟数的增加先递减后递增，且任务的完成时间随处理机数目的增加单调递减，在此基础上推导得到了最优调度趟数的解析解。在 TPDS 上发表的多趟任务调度模型及算法，推导得到了任务分配矩阵（n×m 个变量）中每个元素关于变量 n 和 m 的显式函数表达式，从而将多趟调度问题的规模从 n×m+2 维降低为 2 维优化问题，极大的降低了问题的求解难度。