多目标进化优化_SDIM 学术讲座|分解多目标优化与帕累托多任务学习

分解多目标优化与

帕累托多任务学习

2020年11月4日晚，香港城市大学电脑学系讲座教授、博士生导师、IEEE Fellow张青富教授应我院王振坤教授的邀请，在线举办了一场主题为“分解多目标优化与帕累托多任务学习”的学术讲座。此次讲座采用线上和线下两种渠道，线上共有188名同学参加。

多目标优化问题作为现实世界中常见的优化问题之一，近几十年来得到了广泛的研究。多目标优化算法是解决多目标优化问题的一种广泛使用的算法框架。张青富教授首先结合实际生活中交通、制造业、金融业等常见的优化问题，深入浅出的介绍了多目标优化问题的背景知识。随后通过一组形象的漫画和示意图对进化多目标优化算法进行了讲解。紧接着张教授详细介绍了进化多目标优化领域目前常见的三类算法。

在第二部分中，张教授围绕基于分解的多目标优化技术展开，详细描述了经典的分解多目标优化框架MOEA/D的机制和工作流程。讲座中，张教授还分享了自己对于MOEA/D算法的独特见解，即“分解”加“协作”的思想。作为一种基于分解思想的多目标优化框架，近些年涌现了大量关于MOEA/D的研究工作。另外，相关算法在实际应用中的表现也是令人瞩目的。期间，张教授便详细说明了基于分解的多目标优化在华为的基础设施选址、机器学习模型结构简化和基站天线设计等方面的实际应用。最后一个部分中，张教授结合多任务学习方面的相关知识，说明了分解策略是如何在手写识别和图像识别方面发挥作用的。

讲座的最后，张教授介绍了明年将在我校举办的EMO 2021会议，并对其间华为赞助设立的多目标优化竞赛进行了说明。