【成果简介】

本成果在国家重点研发计划、国家自然科学基金和省级自然科学基 金等重大项目支持下，依托于多维智能感知与控制江西省重点实验室、 江西理工大学智能制造工程研究院，围绕进化算法中搜索策略和适应度 景观协同优化理论与方法进行了深入研究和实际复杂优化问题求解。成 果团队共 25 人，其中成果负责人李伟博士为国家自然科学基金通信评审 专家，江西省科技项目评审专家，江西省高新技术企业认定评审专家， 赣州数字经济研究院专家，赣州市南康区数字经济发展顾问，国家级、 省级人工智能相关学科竞赛优秀指导教师，江西理工大学“最受学生欢迎 的十佳教师”，江西理工大学“优秀教师”，江西理工大学“青年科技标兵”， 优秀研究生指导教师、优秀学位论文指导教师。现为IEEE Computational  Intelligence Society 会员，中国计算机学会会员，中国仿真学会高级会员， 智能仿真优化与调度专业委员会副监事长。主要从事智能计算、进化算 法、进化深度学习及智能优化等理论与应用研究。主持国家自然科学基 金、省部级科研项目 5 余项，参与完成国家、省部级以上科研项目20 余 项。以第一作者在高水平期刊发表高水平论文 30 余篇，其中多篇论文位 列 JCR 一区 Top 期刊、国内高质量卓越期刊。

【技术指标】

成果研究的技术方法都是基于问题驱动，可以更准确地理解问题， 找到更优的解决方案。所提方法可以自动化地进行问题求解和优化过程， 减少人工干预和手动调整的需求，这种自动化能够节省时间和成本，提 高工作效率，并且可以实时响应变化的环境。所提方法具有一定的适应 性，能够根据环境变化和问题的不同自适应地调整优化策略和参数，这 种适应性使得智能优化方法更具鲁棒性，能够应对复杂多变的实际应用场景。所提方法可以利用并行化和分布式计算技术，实现对大规模问题 的高效求解。通过将计算任务分解为多个子任务并行处理，可以加速优 化过程，提高求解效率。

【技术成熟度】 小试

【应用情况】

本成果应用情况之一：依托江西赣州南康区家具产业制造集群，针 对区域特色的智能制造产业，深入赣州南康区家具生产企业，以板式家 具的边架与实木家具的实木柜为例，收集和清洗家具生产真实数据，构 建实际作业车间调度优化模型，形成作业车间调度问题的最优方案。

本成果应用情况之二：项目团队前往新余钢铁集团生产现场，对新 余钢铁集团中烧结工艺的配料环节进行优化研究。具体分析了烧结过程 配方中参数与生产成本之间的关系，提出了基于多样性控制的差分进化 优化算法对配料优化模型进行求解，并验证优化结果的准确性和可行性。