论坛主题：优化理论及智能感知协同学术报告会

特邀嘉宾：广东省相关领域专家学者

论坛时间：2020年11月3日（星期二）下午14:00-17:30

论坛地点：仲恺农业工程学院海珠校区行政楼学术报告厅

主办单位：CCF广州分部、仲恺农业工程学院信息科学与技术学院

承办单位：广东省高校智农业工程技术研究中心、仲恺农业工程学院智能农业创新研究院、农业物联网与大数据科技创新团队、广东省农产品质量安全溯源信息技术重点实验室

执行主席：刘双印（仲恺农业工程学院信息科学与技术学院院长）、黄书强(CCF广州分部秘书长)

热烈欢迎CCF广州分部和广东省计算机界的同仁参加！说明：疫情防控期间，参会人员和校外车辆需要提前报备！

联系人：林琳，55610112@qq.com，电话：020-89002069；刘双印，shuangyinliu@126.com，电话：13822211958。

会议流程

14:00-14:15  会议签到

14:15-14:20  论坛主题及与会嘉宾介绍

14:20-14:55  基于工业大数据的生产过程实时动态最优决策理论与方法（邹涛，广州大学教授，博士生导师，广州大学机械与电气工程学院院长、智能制造工程研究院院长）

14:55-15:30  基于图论和智能算法的无线网络拓扑优化方法（黄书强，暨南大学教授，CCF广州分部秘书长）

15:30-16:05  数云端协同-赋能农业数字化转型升级（孟祥宝，教授级高级工程师，广东省现代农业装备研究所副所长，广州市健坤网络科技发展有限公司董事长）

16:05-16:15  中场休息

16:15-16:50  新一代智能感知与交互技术（伍楷舜，深圳大学特聘教授，IET Fellow、国家青年特聘专家、教育部新世纪优秀人才、广东省珠江学者特聘教授、广东省科技创新领军人才）

16:50-17:25  面向多峰值优化的演化计算方法研究（詹志辉，华南理工大学教授，博士生导师，教育部青年长江学者、国家优青）

17:25-17:30  会议总结、致谢

演讲题目及嘉宾介绍（35分钟/每位专家报告）

演讲嘉宾：邹涛

演讲题目：基于工业大数据的生产过程实时动态最优决策理论与方法

嘉宾介绍：邹涛，广州大学教授，博士生导师，广州大学机械与电气工程学院院长、智能制造工程研究院院长。曾任中国科学院沈阳自动化研究所过程优化控制学科带头人。邹涛长期从事工业自动化领域的基础理论与工程应用研究，主要学术研究方向为先进过程控制（APC）。目前作为项目负责人承担国家自然科学基金4项、承担国家重点研发计划课题1项、承担国家重点研发计划子课题1项，承担中国科学院先导预研项目1项。发表SCI、EI论文80余篇，撰写了预测控制领域学术专著《模型预测控制工程应用导论》。在国内，率先系统地提出了双层结构预测控制理论与方法，设计出完整的模型预测控制软件开发技术路线，开发出具有自主知识产权的预测控制软件平台，部分研究成果达到了国际先进水平。2016年度分别设计实施了陕鼓集团秦风气体扬州分公司3万大型空分装置、中石油抚顺石化乙烯裂解炉先进过程控制项目并取得成功。在2018年第29届中国过程控制会议上张钟俊院士优秀论文奖，论文题目为“大型空分装置的自动变负荷协同优化控制”。申请发明专利10项（其中授权6项），申请软件著作权7项。

报告摘要：模型预测控制是先进过程控制的核心控制算法。在实际应用中，工业过程的优化控制非常复杂，既有稳定性需求、又有经济性能以及安全性需求，面对这种层次化的需求，主流的工业预测控制软件基于工业大数据进行工业过程建模，采用双层结构预测控制体系架构。这里，我们将结合具体工程案例，说明成功的先进控制应用不仅取决于控制算法的优劣，更取决于对生产过程工艺的理解与掌握，进而形成正确的优化决策策略，而且这种决策策略也是一个非常复杂的混合逻辑决策过程。现代先进过程控制的体系架构本质上是一个以预测控制为基础算法的工业过程实时动态最优决策方法。

演讲嘉宾：黄书强

演讲题目：基于图论和智能算法的无线网络拓扑优化方法

嘉宾介绍：黄书强，工学博士，暨南大学理工学院研究员，硕士生导师，中国计算机学会杰出会员(14278D)，中国计算机学会青年科技论坛-CCF YOCSEF 广州2017-2018年度主席，CCF广州分部秘书长，CCF青工委委员。工信部和科技部云计算与智慧城市重点研发项目评审专家、教育部学位与研究生教育发展中心评审专家。广东省电子技术高评委委员，广东省仪器仪表高评委委员。《计算机研究与发展》《计算机学报》《IEEE Transactions on Vehicular Technology》等杂志审稿专家。近5年主持国家自然科学基金面上项目、广东省科技重大应用专项、广州市产业技术重大攻关等项目，合计经费1000万元；发表相关学术论文40多篇(其中计算机领域1级学报7篇、SCI期刊10多篇)，提交发明专利8项。当前主要研究方向：通信技术及建模、网络拓扑优化、数据融合、计算智能及优化算法。

报告摘要：针对无线多跳网络中由于网络跳数增加导致网络性能下降问题，通过研究网络中关键节点部署方法和拓扑优化理论，以达到优化网络拓扑结构的目标。我们将该问题抽象为基于跳数距离的K中心基础科学问题。对于无线多跳网络几何K中心问题，提出一种基于拓扑分割和极大备选区子集的等价网络构建理论和方法，并证明该理论完备性。通过弧线扫描方法识别和归并备选区子集，将极大备选区子集抽象为节点加入到原始网络中，形成等价的节点K中心虚拟网络；对于虚拟网络，我们提出基于拓扑学的替代原理和多阶替代算法，剔除一些不参与最优解竞争的节点，从而获得与原网络等价的更小网络规模问题求解空间；然后构建几何K中心和节点K中心两个问题统一的求解框架和算法；最后对所提理论和算法在大规模网络进行并行实现和验证提出初步设想。所提理论和方法适用于类似的多跳网络拓扑结构优化，同时可以拓展到三维空间，并可用于指导智慧城市规划和建设。

演讲嘉宾：孟祥宝

演讲题目：数云端协同-赋能农业数字化转型升级

嘉宾介绍：孟祥宝，教授级高级工程师，现任广东省现代农业装备研究所副所长，兼任广州市健坤网络科技发展有限公司董事长。主要研究方向是农业信息化与智能装备的研发及应用推广。 先后主持和参与国家科技部项目“农产品质量安全监测管理信息系统成果转化与推广”、省市科技项目“面向南方环境的精准农业监控关键技术研发”等40余项；获授权发明“农情信息一体化采集装置”等各类专利10件；获省部级等各类奖励7项；发表论文20余篇。二十多年来，作为本单位农业信息与智能装备领域的学科带头人，一直致力于信息技术与农业机械、科研与产业的有机融合和双轮驱动发展。基于上千个用户的服务实践，提出“数云端”的智慧农业创新应用模式，带领团队开发农业应用与资源综合管理平台、农业一张图、实验室管理信息系统等80多种农业应用软件；开发智能化水肥一体机、土壤墒情监测系统、温室自动化控制器、农机监测终端、无人监测船等30多种智能终端；打造了以“农语云”为代表的农业云服务品牌，服务范围涉及农业机械、畜牧业、种植业、水产养殖业等多个细分领域。研发的项目软硬件产品与技术通过成果转化创造产值累计超过2亿元，经济和社会效益显著。

报告摘要：智慧农业的“数＋云＋端”创新应用模式是我们在长期实践中探索并总结提出的。数就是大数据，云就是云计算，端就是各种智能终端或应用系统，这三者协同能形成一个联动、高效、完整的应用体系。数云端的协同可以实现农业装备链、信息链和服务链的融合，对解决我国农业“谁来种地”等一系列问题起到积极的推动作用。我们将结合具体产品与工程案例，阐述数云端如何在种植、畜禽和水产养殖中的协同应用，实现农业生产的提质降本增效，赋能农业数字化转型升级。

演讲嘉宾：伍楷舜

演讲题目：新一代智能感知与交互技术

嘉宾介绍：伍楷舜，现任深圳大学特聘教授，广东省无线大数据与未来网络工程中心主任，深圳市可穿戴物联网智能感知与计算重点实验室主任，深圳大学物联网研究中心主任，广东省自然科学基金研究团队带头人、广东省高校创新团队带头人。入选国家百千万人才工程、国家有突出贡献中青年专家、IET Fellow、国家青年特聘专家、教育部新世纪优秀人才、广东省珠江学者特聘教授、广东省科技创新领军人才。近年在国际主要学术期刊和会议上发表论文100余篇，授权中国发明专利72件，美国发明专利5件。曾获广东省丁颖科技奖，广东杰出发明人奖、教育部霍英东青年教师奖、香港青年科学家奖，IEEE通信学会亚太区杰出青年学者奖，中国通信学会首届青年科技奖，深圳市青年科技奖等。研究成果获得省部级一等奖（第一完成人）2次，二等奖（第一完成人）2次，香港资讯与通讯科技奖之最佳创新奖（第一完成人），5次获知名国际会议最佳论文奖。被授予广东省五一劳动奖章、广东省青年五四奖章、深圳市劳动模范等荣誉称号。

报告摘要：作为物联网的关键组成部分，新型智能设备已经融入了每一个人的日常生活，其几何尺寸、物理形态、设备功能和硬件能力存在很大的多样性，具体涵盖了智能手表、智能眼镜、智能电视等。人与智能设备之间的交互是万物互联的主要体现，比如通过手势进行文本输入，通过人机互动进行游戏娱乐等。然而新型智能设备在尺寸、形态、功能和能力等方面存在很大的差异，导致针对传统移动设备的交互技术不再适用。探索高效、可扩展、用户体验良好的交互技术，以模糊用户与设备间的界限，使其呈现出更自然、统一的交互形态是下一阶段的主要目标。在本报告中，我们将以人机交互中的两个重要应用场景-用户认证与文本输入作为例子，并且针对基于声波和振动信号的交互技术深入阐述我们团队近期的一些探索和研究。

演讲嘉宾：詹志辉

演讲题目：面向多峰值优化的演化计算方法研究

嘉宾介绍：詹志辉，博士，华南理工大学计算机科学与工程学院教授，博士生导师。教育部青年长江学者、国家优青、爱思唯尔中国高被引学者、广东省青年珠江学者和广东省杰青。曾获吴文俊人工智能优秀青年奖、IEEE计算智能协会（CIS）全球杰出博士学位论文奖和中国计算机学会（CCF）优秀博士学位论文奖。现任中国图学学会图学大数据专委会副主任和广州计算机学会副理事长。主要研究领域包括人工智能、演化计算。近年来在演化计算的自适应控制、全局化搜索、多种群协同、分布式处理和应用拓展等方面取得了一系列创新性的成果，针对大规模优化、动态优化、多峰值优化、多目标优化、约束优化和昂贵优化等复杂优化问题提出了多个新型演化计算方法，并面向智慧城市和智慧医疗等领域开展应用研究。

报告摘要：最优化和智能化是人类活动的核心追求，也是人工智能未来发展的必然趋势。随着物联网、云计算、大数据、5G等技术的发展，越来越多的最优化问题呈现出大规模、动态、多峰值、约束、多目标、计算昂贵等新的挑战，给优化算法带来了极大的困难。演化计算是一类模拟自然界生物演化过程和群体智能行为的先进人工智能算法。演化计算作为人工智能中行为主义的典型代表，不同于逻辑主义的知识推理和专家系统等静态智能，也有别于可解释性差的连接主义算法，是一种具有行为可观察、可感知、可认识、可解释和可调控等优势的动态人工智能算法，近年来被广泛应用于知识发现、搜索优化和问题求解，拓展人类智能。因此，本报告针对演化计算在求解多峰值复杂优化问题中的研究进行介绍，包括我们近年来在多种群划分、自适应控制、多策略协同和分布式处理等方面提出的多种高效演化多峰值优化算法。本报告介绍的高效能演化多峰值优化算法将为求解现代超复杂优化问题提供重要途径，推动人工智能的新发展。