李飞进化计算研究动态

1. 最新研究成果

李飞副教授近期在国际权威期刊《Applied Soft Computing》（中科院一区Top期刊，影响因子8.7）和《Expert System with Applications》（中科院Top期刊，影响因子8.665）上发表了系统科学领域进化计算方向的最新研究成果。这些研究工作不仅提升了预测适应度值的准确性，还为后续求解钢铁冶金自动化生产过程中高炉、转炉、连续退火炉和电渣重熔炉等钢铁冶金设备安全稳定运行优化问题奠定了算法基础。

2. 研究方法

李飞飞团队提出的深度进化强化学习（DERL）计算框架，受到动物在复杂环境中学习与进化成各异的形态的启发。该框架可以演化不同的形态，在复杂的环境中学习一些具有挑战性的运动、操纵任务。此外，他们还提出了两种优化算法，一种是基于快速密度峰值聚类的粒子群优化算法，用于解决离散调度优化过程中的动态多模态优化问题；另一种是基于Kriging辅助性能指标的进化算法，用于求解新能源车辆侧面碰撞多目标优化问题。

3. 研究领域

李飞副教授的研究领域涉及系统科学、人工智能、机器学习等多个方向。他们的研究工作不仅在理论上有深入的探索，还在实际问题的解决上取得了显著的成效。例如，他们在新能源车辆侧面碰撞多目标优化问题上的研究成果，体现了进化计算在工程实践中的应用潜力。

4. 研究团队

李飞副教授的研究团队是由多个单位共同参与的合作项目。除了西湖大学可信及通用人工智能实验室金耀初教授的参与，还有斯坦福大学计算机科学系、应用物理系、吴蔡德神经科学研究所等团队的共同研究。

综上所述，李飞副教授在进化计算领域的研究工作正在不断取得新的突破，并将这些理论研究成果应用于实际问题的解决，为相关领域的研究和发展做出了积极贡献。