| 评审组： | 基础研究组 | | 项目名称： | 群体智能系统的分布式协同优化与学习方法研究 |
| 提名单位： | 中共陕西省委军民融合发展委员会办公室 |
| 提名等级： | 一等奖 |
| 提名单位意见： | 该项目围绕群体智能系统的分布式协同优化与学习方法，在国家自然科学基金、国家级青年人才计划等科研项目与人才计划的支持下，聚焦“分布式群体优化收敛性与多样性平衡难、多模态群体优化全局搜索与局部搜索平衡难、异构群体一致性学习难”三个关键问题，提出了分布式群体协作优化理论与方法，发展了多模态群体数模协同优化理论与框架，建立了异构群体全局共识学习机理与方法，系统地攻克了群体智能系统分布式协同优化与学习的难题，为群体智能系统的广泛应用奠定了基础。
该项目能够服务国家新一代人工智能发展规划的战略需求，突破理论技术双重挑战，积极探索群体智能系统赋能国防现代化体系建设，相关成果成功应用于时频调制阵列雷达目标识别、航空发动机试验、无人集群协同控制等关键领域，效果显著，形成自主可控的核心能力支撑。 |
| 项目简介： | 
|
| 客观评价： | 
|
| 代表性论文专著目录： | 
|
| 主要完成人情况： | - 姓名：高卫峰
排名：1
行政职务：副院长
技术职称：教授
工作单位：西安电子科技大学
完成项目时所在单位：西安电子科技大学
对本项目主要学术贡献：项目负责人，负责整个项目的研究方案、研究目标和研究内容的制订与组织实施。提出了分布式群体协作优化理论与方法，建立了多模态群体数模协同优化理论与框架，发展了异构群体全局共识学习机理与方法，从三个层面系统地攻克了群体智能系统分布式协同优化与学习的难题。对“重要科学发现”点1、2、3均做出了重要贡献，是代表性论文专著1、3的作者。
- 姓名：刘红卫
排名：2
行政职务：无
技术职称：教授
工作单位：西安电子科技大学
完成项目时所在单位：西安电子科技大学
对本项目主要学术贡献：项目主要完成人，论证了群体智能优化过程与变分不等式组的等价性，实现了群体智能优化与变分不等式的转化，证明了映射Lipschitz常数未知条件下群体智能优化的一致性与弱收敛性，对“重要科学发现”点1做出了重要贡献，是代表性论文专著2的作者。
- 姓名：王晗丁
排名：3
行政职务：无
技术职称：教授
工作单位：西安电子科技大学
完成项目时所在单位：西安电子科技大学
对本项目主要学术贡献：项目主要完成人，提出了一种全新的非支配角排序方法，发现了优先对角解排序的高效性，解决了高维多目标优化非支配排序效率低的问题，为多模态群体数模协同多目标优化框架提供了关键技术支撑，对“重要科学发现”点2做出了重要贡献，是代表性论文专著4的作者。
- 姓名：黄玲玲
排名：4
行政职务：无
技术职称：副教授
工作单位：西安电子科技大学
完成项目时所在单位：西安电子科技大学
对本项目主要学术贡献：项目主要完成人，提出了分层协作的多目标分解算法与孪生任务辅助进化的多任务优化算法，克服了多目标优化中帕累托前端不规则问题，显著提升了优化效率，发展了基于无中心联邦学习的群体智能协作优化框架。对"重要科学发现"点1做出了创造性贡献，是代表性论文专著1的作者。
- 姓名：陈家喜
排名：5
行政职务：无
技术职称：副教授
工作单位：西安电子科技大学
完成项目时所在单位：西安电子科技大学
对本项目主要学术贡献：项目主要完成人，研究了异构群体智能系统中“未知非线性动态”与“局部信息缺失”两大核心问题，构建了“信号替换-紧集映射-模糊逼近”的异构群体全局共识学习机理，制定了一种新型Lyapunov函数，提出了递进式异构群体全局共识学习方法。对“重要科学发现”点3做出了创造性贡献，是代表性论文专著5的作者。
|
| 主要完成单位： | - 单位名称：西安电子科技大学
单位贡献：该项目第一完成人高卫峰教授，自加入西安电子科技大学以来，在学校的支持下组建了陕西先进计算与应用创新中心与智能学习与优化陕西省高等学校重点实验室。学校从科研经费、办公空间、科研平台建设等硬件方面予以充分支持，协助建设了一支包括本项目的其他主要完成人在内的国际一流、国内领先的高水平研究队伍。该团队自成立以来，致力于解决群体智能系统优化与学习领域的瓶颈问题，在SIAM、IEEE Transactions等高水平期刊和会议发表论文100余篇，引用超过10000余次，20余篇论文入选ESI高被引论文和热点论文。本项目完成人中，2人入选国家级青年人才计划，2人入选省部级高层次人才计划。
该项目围绕群体智能系统的分布式协同优化与学习方法，聚焦“分布式群体优化收敛性与多样性平衡难、多模态群体优化全局搜索与局部搜索平衡难、异构群体一致性学习难”三个关键问题，提出了分布式群体协作优化理论与方法，发展了多模态群体数模协同优化理论与框架，建立了异构群体全局共识学习机理与方法，系统地攻克了群体智能系统分布式协同优化与学习的难题，并实现了时频调制阵列雷达目标识别、航空发动机试验、无人集群协同控制等关键领域的应用。
该项目研究得到了包括30余位中/美/英/加/澳等国院士和IEEE/ACM Fellow在内的50多个国家/地区等国际同行的高度认可，有力推动了本学科及相关学科的发展。
|
| 完成人合作关系说明： | 完成人合作关系说明：1
|
