6月12日8：30，江西理工大学信息工程学院和江西省计算机学会智能计算专业委员会联合主办的学术报告在志远会议中心2号厅成功举办。中国矿业大学（北京）教授、博士生导师，全球前2%顶尖科学家郭一楠作了题为“知识引导的动态多目标进化优化”的精彩学术报告。报告由信息工程学院副院长李伟主持。

郭一楠教授是智能优化与智能控制领域的国际知名学者，学术成就斐然。她不仅是清华大学、美国明尼苏达大学、英国伯明翰大学的访问学者，也是中国煤炭青年科技奖获得者，江苏省“六大高峰人才”和“青蓝工程”骨干教师，还担任中国仿真学会副秘书长、智能仿真优化与调度专委会秘书长等学术职务。郭一楠教授入选全球前2%顶尖科学家榜单，并担任多个SCI一区国际期刊副编委。其研究主要聚焦群智优化、智能数据解析、数字孪生等领域，在复杂装备运维、智能无人系统等方面有深厚积累。主持/参与国家级重大科研项目30余项，以第一作者/通讯作者在IEEE/IFAC汇刊等权威期刊上发表SCI论文50余篇， ESI高被引论文4篇授权发明专利31项，并荣获教育部科技进步二等奖、江苏省科学技术二等奖、中国自动化学会科技进步一等奖、吴文俊人工智能科学技术二等奖等13项重要科研奖励。

报告中，郭一楠教授深入浅出地介绍了动态多目标优化问题的研究背景与挑战，特别是环境动态变化带来的时效性难题。针对现有迁移学习机制在响应环境变化时可能存在的效率瓶颈，郭一楠教授创新性地提出了域适应学习方法。该方法引入子空间分布对齐技术，显著减少了知识迁移过程中的计算消耗，有效平衡了算法的性能与效率，为解决动态环境下的优化问题提供了新思路。

针对现实中动态优化问题环境特性各异、历史环境间差异不确定，导致现有方法难以普适应对多种变化模式的问题，郭一楠教授团队提出了知识引导的迁移策略。该策略的核心在于构建“知识池”，并利用知识匹配方法从中智能筛选出最契合当前环境状态的历史知识。同时，通过混合迁移机制，进一步提升历史知识的利用效率和迁移效果，显著增强了算法对不同类型动态特性的适应能力和鲁棒性。

郭一楠教授的报告内容丰富、逻辑清晰、见解深刻，不仅系统阐述了其团队在动态多目标进化优化领域的最新突破性成果，也展望了该技术在智能无人系统、资源优化调度等领域的广阔应用前景。

最后，李伟代表信息工程学院对郭一楠教授的精彩报告表示衷心感谢并作总结发言，高度评价了郭一楠教授报告的前沿性和启发性，指出其研究成果对解决复杂动态环境下的优化问题具有重要的理论价值和广阔的应用前景，鼓励在座师生积极学习和借鉴郭一楠教授团队的先进研究思路与方法，不断提升自身的科研能力和水平。

本次高水平学术报告的成功举办，为在校师生提供了一次宝贵的学习交流机会，拓宽了学术视野，加强了我院与国内顶尖学者及前沿研究的联系，对促进信息工程学院计算智能学科方向的发展与创新具有积极意义。（文/胡宇芩）