报告人：何军教授 Nottingham Trent University

时间：2019年7月5日（星期五）上午9:00
地点：数学与信息学院201
联系人：李康顺教授

报告摘要: 受自然的启发，人们设计了许多的智能优化算法，例如模拟退火算法，遗传算法和粒子群优化算法等，用于求解各种不同的优化问题。这些算法具有一些共性：随机性，启发式，搜索算法，因此理论研究中顾名思义称之为随机启发式搜索算法。和传统的优化算法相比，随机启发式搜索算法直观易懂，容易实现。然而由于算法的随机性和启发式，理论上如何分析评价这些算法的性能却不是一件容易的事。本报告介绍随机启发式搜索算法的几个理论问题：收敛性，解的质量，收敛速度和计算时间。首先我们引入描述这些算法的两个数学模型：马尔科夫链和上鞅。然后讲述相关的理论方法和相应的理论结果，包括收敛性（马尔科夫链转移矩阵和上鞅），解的质量（有限预算分析和误差分析），收敛速度（马尔科夫链转移矩阵）和计算时间（漂移分析）。最后商讨当前理论研究所面临的一些困难之处。

报告人简介：何军， 1985年考入武汉大学本科学习，1989年获得计算数学理学学士学位，1992年获得计算数学理学硕士学位，1995年获得计算机软件与理论博士学位，指导导师康立山教授。1995年至1998年在哈尔滨工业大学计算机系从事博士后研究，合作导师李晓明教授。1998年至2001年在北京交通大学计算机系任副教授。2001年至2007年在英国University of Birmingham计算机学院任Research Fellow，合作导师姚新教授。2007年-2018年在英国Aberystwyth University计算机系从事教学和研究工作，任Senior Lecturer。2018年至今在英国Nottingham Trent University 计算机系从事教学和研究工作，任Associate Professor。
研究领域计算智能。在演化计算的理论分析，算法设计和应用作了一系列工作。主要学术贡献是提出了用于演化算法时间复杂性分析的drift analysis方法。目前该方法已经被国际同行广泛采纳，评价为one of the most powerful tools for both proving upper and lower bounds on the runtime of evolutionary algorithms。主持一项英国工程与自然科学研究理事会（EPSRC）基金项目，参加四项英国EPSRC基金项目。1996年获得中国国家教委科技进步一等奖（演化计算及其并行处理）。

欢迎广大师生积极参加！