随着大数据时代的到来，人们所要面对的问题越来越复杂，维数越来越高。传统的优化算法在处理高维大数据时性能急速下降。针对传统优化算法的缺点，如算法参数较多、难以调节，个体更新策略单一及问题领域知识很难利用的缺点，采用自适应理论、多策略融合及知识驱动理论，提出了自适应智能算法、多策略智能算法及基于知识驱动的智能算法。这些方法，大大提高了原有算法的性能，并成功的用于解决大数据优化问题中。
报告题目：基于智能算法的大数据优化研究
报 告 人：王改革 中国海洋大学 副教授
报告时间：2020年5月19日14:00
报告形式：腾讯会议
会议号：195 298 815
会议密码：12345
主办单位：信息与控制工程学院
王改革，中国海洋大学，副教授，主要致力于进化计算、群体智能和大数据优化等方面研究。发表学术论文110余篇，其中，SCI检索73篇，1区9篇，2区21篇；总影响因子为223.731，其中第一/通讯作者为148.931。主持国家自然...
擅长领域：
煤炭专题培训
