近日，我校電氣與信息工程學院復雜系統與智能控制團隊李飛副教授在國際權威期刊發表系統科學領域進化計算方向最新研究成果。

團隊提出了一種快速密度峰值聚類的粒子群優化算法解決離散調度優化過程中的動態多模態優化問題，算法采用快速密度峰值聚類構建多個子種群獲得多個峰值，設計停滯檢測和最優粒子重定位策略快速響應環境變化，集成局部搜索策略提高算法的搜索精度。仿真結果表明算法在求解動態優化問題時具有較好的效果。相關研究成果發表在《Expert Systems With Applications》（中科院Top期刊，影響因子：8.665）。我校為論文第一完成單位，電氣與信息工程學院李飛副教授為論文第一作者和通訊作者。

（快速密度峰值聚類實例）

（最優粒子校準策略）

團隊提出了一種基于Kriging輔助性能指標的進化算法求解昂貴多目標優化問題，算法構造綜合考慮預測不確定性和預測精度的R2性能指標，設計雙重選擇策略平衡算法的勘探和開采能力，算法在求解新能源車輛側面碰撞多目標優化問題時具有較好的效果。相關研究成果發表在《Applied Soft Computing》（中科院Top期刊，影響因子：8.263）期刊。

（六種算法求得DTLZ5測試問題的近似前沿）

（六種算法求解新能源車輛側面碰撞多目標優化問題的近似前沿）

以上研究工作得到了國家自然科學基金、安徽省自然科學基金、安徽省高校自然科學基金、安徽省智能破拆裝備工程實驗室和特種重載機器人安徽省重點實驗室開放課題等項目支持。

論文鏈接：

https://www.sciencedirect.com/science/article/abs/pii/S0957417423017566

https://www.sciencedirect.com/science/article/abs/pii/S1568494623007548

（撰稿：李飛 李冉 審核：沈浩 丁忠利 張苒 王菁）