报告题目：面向复杂约束多目标优化的学习型算法设计及应用

报告人：于坤杰 郑州大学教授/博士生导师

报告时间：2026年01月13日 下午5:00-6:00

报告地点：电气楼308室

报告对象：感兴趣的教师、研究生、本科生等

主办单位：电力电子与运动控制安徽省高等学校省级重点实验室、安徽省工业企业智能化产业共性技术研究中心、电气与信息工程学院

报告人简介：

于坤杰，郑州大学特聘教授、博导，入选全球前2%顶尖科学家终身科学影响力榜单、科睿唯安2025全球高被引科学家，河南省优化与智能控制技术工程研究中心副主任、中原青年拔尖人才、河南省优青、河南省高校科技创新人才。围绕群体智能优化理论方法及应用开展研究，在IEEE汇刊及中国科学院一区等期刊发表SCI收录论文90余篇，Google学术引用8000余次，H指数43，ESI高被引论文14篇。主持国家及省部级科研项目15项，现任3个国际SCI期刊编委、中国仿真学会智能仿真优化与调度专委会副秘书长、中国自动化学会青工委委员、中国人工智能学会青工委委员等。获得第二届博士后创新创业大赛金奖、河南省人社厅个人记大功、河南省教育厅科技成果一等奖、河南省自然科学学术论文一等奖、智能优化与调度学术会议青年科学家奖等奖项。

内容简介：

约束多目标优化问题是最优化领域的典型研究对象，广泛存在于工业生产与科学研究等诸多领域。该类问题的求解核心在于，在满足多重约束条件的前提下，对相互冲突的多个目标进行协同优化。因此，如何高效、精准地获取能够折中各目标且满足约束要求的 Pareto 最优解集，始终是该领域的研究核心与难点。本报告首先阐述复杂约束条件给优化问题求解带来的核心挑战，并系统梳理该领域的相关研究现状；随后，详细介绍团队在约束多目标优化、动态约束多目标优化、约束多模态多目标优化及算法推荐系统设计等方向的关键研究进展，同时说明相关算法流程工业生产调度、多农机协同调度等实际场景中的应用探索；最后，探讨约束进化优化领域当前面临的挑战与未来发展机遇。

欢迎全校师生踊跃参加！