专题征稿--LSGO 大规模全局优化算法及其应用
发布人：bianw 发布时间：2022/9/30 20:11:46 浏览次数：4849次
【字体:
】
】
一、 专题简介
大规模全局优化 (Large Scale Global Optimization, LSGO)问题是指待优化问题的决策变量个数很多，通常有上千个，甚至更多。大规模电路系统的设计问题，飞行器机翼的形状优化问题，多层次神经网络的权值训练问题，社区网络分析与挖掘问题，大规模无线传感器网络覆盖优化问题，城市交通管理与调度问题，车辆路径问题，大规模供水网络优化问题等，均可以抽象成LSGO问题进行求解。然而，随着决策变量维数的增加，搜索空间变得更加复杂，局部最优解的数量呈指数级增长，算法容易陷入局部最优，取得全局最优解的概率大大降低。搜索空间的属性也可能会随着决策变量规模的增加而产生变化，给优化求解带来困难。LSGO问题的目标函数通常需要耗费较大的计算代价来评估，较大的增加了优化算法的运行时间。另外，决策变量之间的耦合关系使得LSGO问题的求解难度大大增加。近年来，基于分治(divide-and-conquer)思想的合作型协同演化(Cooperative Co-evolution, CC)策略成为求解LSGO问题的主要手段之一，在一定程度上解决了传统优化方法的不足。
通过《郑州大学学报(工学版)》“大规模全局优化算法及其应用”专题的讨论，将有益于大规模全局优化算法的研究，促进大规模全局优化算法在实际问题求解中的应用。本专题的目的在于提供大规模全局优化算法的最新研究进展，并为大规模全局优化算法研究提供新的思路和未来展望。欢迎关于大规模全局优化算法理论研究、算法分析、算法应用等创新性工作投稿至本专题。
二、 投稿范围
本专题征稿主题包括但不限于以下内容：
1.在问题类型方面，具体有：
（1）大规模多目标全局优化算法的设计；
（2）大规模高维多目标全局优化算法的设计；
（3）大规模动态多目标全局优化算法的设计；
2.在算法设计方面，具体有：
（1）新的合作协同演化机制；
（2）新的问题分解策略；
（3）新的代理模型方法；
（4）并行或分布式问题求解方法；
（5）机器学习方法在提升算法性能上的应用；
（6）演化算法与传统最优化方法的混合设计；
3.在算法应用方面，具体有：
（1）大规模全局优化算法在车间调度中的应用；
（2）大规模全局优化算法在路径优化中的应用；
（3）大规模全局优化算法在深度神经网络设计中的应用；
大规模优化问题的标准测试函数，请从郑州大学计算智能实验室主页下载，地址： http://www5.zzu.edu.cn/cilab/Benchmark.htm
三、投稿时间与方式
投稿截止日期： 2022/11/30
录用 / 不录用通知： 2022/12/31
终稿投稿日期： 2023/1/31
预计在线出版日期： 2023/5/31
投稿方式：郑州大学学报（工学版）网站 http://gxb.zzu.edu.cn 进行在线投稿。
联系地址：(450001) 郑州市高新区科学大道 100 号郑州大学学报（工学版）编辑部。
联系电话： 0371-67781276/67781277 。
欢迎作者在提交论文的截止日期之前提交论文，投稿时请在系统页面题名处标注“LSGO：题名”，上传论文文件时论文题名中不需要加“LSGO”，按要求提交。论文首页页脚处注明：基金项目（必须提供）以及第一作者姓名（出生年---）、籍贯、职称、学历、研究方向、email、电话。稿件将采用绿色通道，优先审稿，优先发表。
四、 客座主编
客座主编：史玉回 南方科技大学 shiyh@sustech.edu.cn
客座编辑：方 伟 江南大学 fangwei@jiangnan.edu.cn
于坤杰 郑州大学 yukunjie@zzu.edu.cn
尚荣华 西安电子科技大学 rhshang@mail.xidian.edu.cn
岳彩通 郑州大学 zzuyuecaitong@163.com
五、 史玉回教授简介
现任职南方科技大学计算机科学与工程系讲席教授（Chair Professor），国际计算智能领域专家，粒子群优化算法创始人之一，也是头脑风暴优化算法创始人，美国电子电气工程师协会会士（ IEEE Fellow ）。现任International Journal of Swarm Intelligence Research 杂志主编和 IEEE Transactions on Evolutionary Computation 杂志副主编。史玉回教授毕业于东南大学并留校任教，先后在美国、韩国、澳大利亚等地从事研究工作，曾任美国电子资讯系统公司专家长达9年。是英文专著《群体智能》和《计算智能：从概念到实现》的作者之一。谷歌学术上六篇学术代表作超过3000次引用，总引用达72000多次 。
郑州大学学报（工学版）联系方式 ：
投稿网址： http://gxb.zzu.edu.cn
联系电话：0371-67781276, 67781277
敬请关注“郑州大学学报工学版”微信公众号：
大规模全局优化 (Large Scale Global Optimization, LSGO)问题是指待优化问题的决策变量个数很多，通常有上千个，甚至更多。大规模电路系统的设计问题，飞行器机翼的形状优化问题，多层次神经网络的权值训练问题，社区网络分析与挖掘问题，大规模无线传感器网络覆盖优化问题，城市交通管理与调度问题，车辆路径问题，大规模供水网络优化问题等，均可以抽象成LSGO问题进行求解。然而，随着决策变量维数的增加，搜索空间变得更加复杂，局部最优解的数量呈指数级增长，算法容易陷入局部最优，取得全局最优解的概率大大降低。搜索空间的属性也可能会随着决策变量规模的增加而产生变化，给优化求解带来困难。LSGO问题的目标函数通常需要耗费较大的计算代价来评估，较大的增加了优化算法的运行时间。另外，决策变量之间的耦合关系使得LSGO问题的求解难度大大增加。近年来，基于分治(divide-and-conquer)思想的合作型协同演化(Cooperative Co-evolution, CC)策略成为求解LSGO问题的主要手段之一，在一定程度上解决了传统优化方法的不足。
通过《郑州大学学报(工学版)》“大规模全局优化算法及其应用”专题的讨论，将有益于大规模全局优化算法的研究，促进大规模全局优化算法在实际问题求解中的应用。本专题的目的在于提供大规模全局优化算法的最新研究进展，并为大规模全局优化算法研究提供新的思路和未来展望。欢迎关于大规模全局优化算法理论研究、算法分析、算法应用等创新性工作投稿至本专题。
二、 投稿范围
本专题征稿主题包括但不限于以下内容：
1.在问题类型方面，具体有：
（1）大规模多目标全局优化算法的设计；
（2）大规模高维多目标全局优化算法的设计；
（3）大规模动态多目标全局优化算法的设计；
2.在算法设计方面，具体有：
（1）新的合作协同演化机制；
（2）新的问题分解策略；
（3）新的代理模型方法；
（4）并行或分布式问题求解方法；
（5）机器学习方法在提升算法性能上的应用；
（6）演化算法与传统最优化方法的混合设计；
3.在算法应用方面，具体有：
（1）大规模全局优化算法在车间调度中的应用；
（2）大规模全局优化算法在路径优化中的应用；
（3）大规模全局优化算法在深度神经网络设计中的应用；
大规模优化问题的标准测试函数，请从郑州大学计算智能实验室主页下载，地址： http://www5.zzu.edu.cn/cilab/Benchmark.htm
三、投稿时间与方式
投稿截止日期： 2022/11/30
录用 / 不录用通知： 2022/12/31
终稿投稿日期： 2023/1/31
预计在线出版日期： 2023/5/31
投稿方式：郑州大学学报（工学版）网站 http://gxb.zzu.edu.cn 进行在线投稿。
联系地址：(450001) 郑州市高新区科学大道 100 号郑州大学学报（工学版）编辑部。
联系电话： 0371-67781276/67781277 。
欢迎作者在提交论文的截止日期之前提交论文，投稿时请在系统页面题名处标注“LSGO：题名”，上传论文文件时论文题名中不需要加“LSGO”，按要求提交。论文首页页脚处注明：基金项目（必须提供）以及第一作者姓名（出生年---）、籍贯、职称、学历、研究方向、email、电话。稿件将采用绿色通道，优先审稿，优先发表。
四、 客座主编
客座主编：史玉回 南方科技大学 shiyh@sustech.edu.cn
客座编辑：方 伟 江南大学 fangwei@jiangnan.edu.cn
于坤杰 郑州大学 yukunjie@zzu.edu.cn
尚荣华 西安电子科技大学 rhshang@mail.xidian.edu.cn
岳彩通 郑州大学 zzuyuecaitong@163.com
五、 史玉回教授简介
现任职南方科技大学计算机科学与工程系讲席教授（Chair Professor），国际计算智能领域专家，粒子群优化算法创始人之一，也是头脑风暴优化算法创始人，美国电子电气工程师协会会士（ IEEE Fellow ）。现任International Journal of Swarm Intelligence Research 杂志主编和 IEEE Transactions on Evolutionary Computation 杂志副主编。史玉回教授毕业于东南大学并留校任教，先后在美国、韩国、澳大利亚等地从事研究工作，曾任美国电子资讯系统公司专家长达9年。是英文专著《群体智能》和《计算智能：从概念到实现》的作者之一。谷歌学术上六篇学术代表作超过3000次引用，总引用达72000多次 。
郑州大学学报（工学版）联系方式 ：
投稿网址： http://gxb.zzu.edu.cn
联系电话：0371-67781276, 67781277
敬请关注“郑州大学学报工学版”微信公众号：