上海管理论坛第561期（周孟初教授，美国新泽西理工学院）

题目：Evolutionary Algorithms Accelerated with Autoencoders for High-dimensional Expensive Optimization Problems and their Applications to Manufacturing Scheduling and Edge-computing Systems基于自编码器加速的进化算法在高维昂贵优化问题及其制造调度与边缘计算系统中的应用

演讲人：周孟初教授，美国新泽西理工学院

主持人：阳发军教授，上海大学管理学院

时间：2025年11月25日（周二），上午10:30

地点：上海大学校本部东区1号楼管理学院420会议室

主办单位：上海大学管理学院、上海大学管理学院青年教师联谊会

演讲人简介：

周孟初教授，1983年毕业于中国南京理工大学，获控制工程学士学位；1986年毕业于北京理工大学，获自动控制硕士学位；1990年毕业于美国伦斯勒理工学院（Rensselaer Polytechnic Institute），获计算机与系统工程博士学位。他于1990年加入美国新泽西理工学院（New Jersey Institute of Technology，NJIT），并自2013年起任电气与计算机工程系杰出教授。其主要研究领域包括：Petri网、智能自动化、人工智能、云计算与边缘计算、物联网、大数据、网络服务以及智能交通系统。他已发表1200余篇学术论文，其中包括17本专著、850余篇期刊论文（650余篇发表于IEEE Transactions）、31项专利以及32个书籍章节。周孟初教授是IEEE出版社“系统科学与工程丛书”的创始主编，并担任IEEE Internet of Things Journal、IEEE Transactions on Intelligent Transportation Systems和IEEE Transactions on Systems, Man, and Cybernetics: Systems期刊副主编。他曾任IEEE/CAA Journal of Automatica Sinica期刊主编（2018–2022）。他曾获得IEEE系统、人与控制论学会颁发的Franklin V. Taylor纪念奖、Norbert Wiener奖和Lotfi A. Zadeh先锋奖，NJIT“科研卓越奖与奖章”，以及德国洪堡基金会颁发的“洪堡研究奖”。自2012年以来，他一直是全球高被引学者之一，并在2012年被Web of Science评为全球工程领域排名第一的学者；2024年被Research.com评为全球计算机科学领域前1000名科学家第87位。其研究成果已获Google学术引用84000余次，h-指数为147。他是美国华人科学工程学会（CAST-USA）终身会员，并于1999年担任该会会长。他同时是IEEE、国际自动控制联合会（IFAC）、美国科学促进会（AAAS）、中国自动化学会（CAA）及美国国家发明家学会（NAI）会士（Fellow）。

演讲内容简介：

高维计算代价昂贵问题（High-dimensional Computationally Expensive Problems, HEPs）是指在每次适应度评估中需要耗费数小时甚至数天的优化问题，因而在学术界与工业界都引起了广泛关注。由于决策变量数量庞大导致搜索空间呈指数级扩张、目标函数景观复杂多变，使得传统算法在有限的物理与计算资源下难以有效求解。为此，提出了一种嵌入自编码器的进化优化框架（Autoencoder-embedded Evolutionary Optimization, AEO），利用自编码器实现高维空间的有效降维，将搜索过程转化到信息更集中的低维空间中，从而加速种群向最优解的收敛。该框架设计了两个并行协同进化的子种群，其中一个在自编码器的辅助下搜索，另一个执行常规进化操作，并在每个周期结束后进行动态信息交换以维持种群多样性。此外，AEO还可结合代理模型形成扩展版本（Surrogate-assisted AEO, SAEO），通过减少不必要的适应度评估进一步提升计算效率。与现有最先进的HEP求解算法相比，AEO在效率上表现突出，而SAEO在多数情况下又能进一步提高性能，为群智能与进化算法在高维昂贵优化领域开辟了新的研究方向。本研究还展示了该方法在移动边缘计算系统、混合云-边缘计算系统及基于人工智能的制造系统优化中的典型应用。

欢迎广大师生参加！