澳门太阳集团9728网站

信息技術研究生論壇

時間：2022年6月10日（星期五）15:00-17:00

地點：澳门太阳集团9728网站604教室

報告題目一：基于邊緣計算的移動群智感知中混合任務分配

報告人：張顯

報告簡介：首先介紹群智感知和邊緣計算的相關背景和課題來源。為了解決在大規模感知任務和有限的預算約束下選出有能力的工人并确保任務的完成率問題。提出基于執行能力的感知混合任務分配框架，在總預算約束下分為機會式和參與式兩種模式執行。通過與其他三種算法在真實數據集中的比較，我們的表現優異，赢得比賽。

報告題目二：基于Informer-XGBoost-GA的多步時間序列預測

報告人：陳嘉元

報告簡介：産品銷售計劃制定的主要依據是産品銷量的預測。如果不能準确的預測長期的産品銷量，導緻制定的産品銷售計劃不合理。會對導緻在生産過程中頻繁進行計劃調整，過多的插單使整個生産效率難以提升，管理混亂，精益生産難以實現。首先會介紹目前銷量預測的相關工作，其次針對存在的問題提出了一種基于Informer-XGBoost-GA的多步預測模型，最後在未來一年的銷量預測結果上與其他模型進行對比，實驗表明本方法有效地提高了預測結果的精度。

報告題目三：車輛群智感知中基于深度學習的機會式招募研究

報告人：覃小瓊

報告簡介：車輛群智感知的目标是利用智能車輛上大量的車載傳感器和資源，在大範圍内收集傳感數據。車輛的移動性使得它可以實現大規模的移動數據傳感，但是如何招募合适的參與車輛，如何積極地最大化傳感效益，仍然是一個具有挑戰性的問題。首先介紹車輛群智感知招募算法相關的工作，其次介紹群智感知中的機會式車輛招募算法，最後為了在有限的預算中最大化傳感效益，提出了一種基于深度學習的機會式車輛招募算法使得能招募最合适的車輛按照自己的日常移動模式收集傳感數據。基于真實世界數據集的廣泛評估表明，本研究在各種設置下都比其他基線方法實現了更高的傳感效益。

報告題目四：基于改進競争機制與信息素機制的多目标黑寡婦優化算法
報告人：許勵強
報告簡介：黑寡婦優化算法是一種通過模拟黑寡婦蜘蛛群體運動規律提出來的群體智能優化算法，該算法收斂速度快、收斂精度高。但黑寡婦優化算法因所采用的個體位置更新策略較為簡單，在求解複雜優化問題時容易陷入局部最優；其次在多維空間中因種群結構單一，影響了搜索能力，算法的收斂性和多樣性有待改善。為了使黑寡婦優化算法能夠應用于求解多目标優化問題，并提高算法的綜合性能，并本文提出一種角逐和改進信息素機制的多目标黑寡婦優化算法(Multi-objective Black Widow Optimization Algorithm，MBWOA)。MBWOA與4個前沿的多目标對比算法在IGD、HV、Spread三個指标上進行實驗，證明MBWOA具有良好的收斂性、多樣性和收斂速度。最後，通過實驗驗證了角逐機制和改進信息素機制在确保MBWOA性能的有效性。

報告題目五：基于深度強化學習的移動群智感知多目标動态任務分配研究
報告人：沈煜鳴
報告簡介：首先介紹移動群智感知和深度強化學習的相關背景和課題來源。移動群智感知自問世以來，一直是一個熱點問題，受到很多國内外學者的密切關注，其中任務的合理分配更是重點問題。而現在移動群智感知任務分配領域的研究大多數是在于對傳統的貪婪和元啟發式算法的優化和改進，存在理論缺失、性能不足、可塑性差等缺點。針對這一問題，我們綜合考慮時空因素，對動态任務分配過程進行MDP建模，并嘗試采用深度強化學習方法來尋找更有效的任務分配解決方案。

報告題目六：基于深度強化學習的群智感知動态任務分配框架
報告人：祁康恒
報告簡介：随着移動互聯網的普及率持續增長，微型傳感器、5G等技術的發展，各類移動設備的使用場景和功能也在不斷豐富，群智感知正是在此背景下誕生的全新數據感知模式。移動群智感知（MCS）在城市動态感知、環境監測、交通規劃、公共安全等領域有着廣泛的應用。研究将群智感知中經典的FPMT問題擴展到具有時空限制的動态場景，應用強化學習方法對曆史數據進行訓練，考慮當前決策對未來收益的影響的問題，構造了一種動态任務分配框架，解決了在實際場景不具備完備信息條件下平台的任務分配。在真實數據集上的實驗表明，我們的策略優于基線策略。

歡迎廣大師生踴躍參加！