成a人影片免费观看日本

谢承旺老师简介

2022-01-07 08:53:36

xie.jpg

    谢承旺,男,1974年出生,湖北武汉人,教授。2010年毕业于武汉大学,获计算机博士学位;2015年从武汉大学数学博士后流动站出站。现为中国计算学会高级会员、中国自动化学会高级会员、中国仿真学会高级会员、中国仿真学会智能仿真优化与调度专委会委员,担任国内外多个权威学术期刊特邀审稿人。主要从事智能计算的理论与应用方面研究,主持和参与国家自然科学基金项目5项、省级重大科技专项和科技支撑计划项目近10项,发表论文近70篇,主编专著教材3部,多次指导研究生获得省级研究生创新基金项目。近年来取得的 代表性科研成果如下:

一、代表性论文

1.Error analysis of elitist randomized search heuristics[J]. Swarm and Evolutionary Computation, 63 (2021) 100875  https://doi.org/10.1016/j.swevo.2021.100875.SCI一区 、通讯作者)

2.Synchronization in duplex networks of coupled Rössler oscillators with different inner-coupling matrices [J]. Neurocomputing, 408 (2020) 31–41 https://doi.org/10.1016 /j.neucom. 2019. 10.011.SCI一区 、通讯作者)

3. CEGSO: Boosting Essential Proteins Prediction by Integrating Protein Complex, Gene Expression, Gene Ontology, Subcellular Localization and Orthology Information[J]. Interdisciplinary Sciences: Computational Life Sciences, 2021 https://doi.org/10.1007/ s12539-021-00426-7.SCI二区、通讯作者)

4. A Novel Tree-Based Genetic Algorithm for the Multicast Protocol in Two-Tiered WSNs[J]. Chinese Journal of Electronics, Vol.29, No.5, Sept. 2020.SCI期刊、通讯作者)

5. Particle swarm optimization using multi-level adaptation and purposeful detection operators[J]. Information Sciences, 2017,385C,174-195. (SCI一区、第二作者)

6.A new group search optimizer integrating multiply strategies[J]. Int. J. Computational Science and Engineering, Vol. 15, Nos. 1/2, 2017. (第一作者&通讯作者、EI期刊)

7. Application of many-objective particle swarm algorithm based on fitness allocation in WSN coverage optimization[J].  Int. J. Wireless and Mobile Computing, Vol. 20, No. 3, 2021.(通讯作者、EI期刊)

8.DAV-MOEA:一种采用动态角度向量支配关系的高维多目标进化算法[J], 计算机学报2022, 45(2).  (第一作者&通讯作者,国内顶级期刊)

9.一种基于自适应模糊支配的高维多目标粒子群算法[J].自动化学报2018,4412.(通讯作者、国内顶级期刊)

10.一种基于分解和协同的高维多目标进化算法[J]. 软件学报2020,31(2).(第一作者&通讯作者、国内顶级期刊)

11.HMOFA:一种混合型多目标萤火虫算法[J]. 软件学报2018,29(4). (第一作者&通讯作者、国内顶级期刊)

12.应用档案精英学习和反向学习的多目标进化算法[J].计算机学报, 2017, 40(3). (第一作者&通讯作者、国内顶级期刊)

13.一种多策略协同的多目标萤火虫算法[J]. 电子学报2019, 47(11).(第一作者、国内顶级期刊)

14.一种增强型多目标烟花爆炸优化算法[J]. 电子学报2017, 45(10). (第一作者&通讯作者、国内顶级期刊)

15.应用精英反向学习的多目标烟花爆炸算法[J]. 电子学报, 2016, 44(5). (第一作者&通讯作者、国内顶级期刊)

16.一种多策略融合的多目标粒子群优化算法[J].电子学报2015,43(8): 1538-1544.(第一作者&通讯作者、国内顶级期刊)

17.一种双链结构的多目标进化算法DCMOEA[J].控制与决策2015,304):577-584.(第一作者&通讯作者、EI期刊)

二、代表性论著

1. 多目标群体智能优化算法北京理工大学出版社20206月第1.(学术专著,独著)

2. 算法设计与分析,江西高校出版社20177月第1.(编著,第一主编)

3.  SQL Server数据库应用基础,江西高校出版社20178月第1. (教材,第一主编)

三、代表性科研项目

1. 国家自然科学基金项目“高铁车轮型面的交互式高维目标进化优化设计方法”(No.61763010,研究期限:2018.01-2021.12,项目负责人.

2. 广西自然科学基金项目“高维多目标进化算法及其在交通物流领域中的应用研究”(No.2021GXNSFAA075011,研究期限:2021.04-2024.03,项目负责人.

3. 国家自然科学基金项目“高维目标进化算法及其相关问题”(No.61165004,研究期限:2021.01-2015.12,项目负责人.

4. 江西省自然科学基金项目“进化算法时间复杂性及相关问题研究”(No.20114BAB201025,研究期限:2012.01-2013.12,项目负责人.

5. 江西省科技支撑计划项目“面向电力行业的基于SOA架构的应用集成技术研究”(No.20112BBE50026),研究期限:2011.1-2013.12,项目负责人.

6. 国家自然科学基金项目“信息物理系统实时保真度性能的自适应保障机制研究”(No.61163056),研究期限:2012.1-2015.12,骨干成员,排名前二.

7. 国家自然科学基金项目“协同演化算法在大规模优化中的相关问题研究”(No.61663009),研究期限:2017.1-2020.12,骨干成员,排名前三.

四、发明专利:

1. 协同进化的多目标差分进化方法,受理专利号:201910838367.3, 第一权利人.

2. 基于协同变异方法的多目标粒子群优化算法,受理专利号:201910838375.8, 第一权利人.

3. 基于双种群协同的多目标进化算法,受理专利号:201910838388.5, 第一权利人.

4. 一种新型的检测钢轨表面裂纹及剥离掉块特征的仪器,授权专利号:ZL202120247467.1,第三权利人.


【更新时间:2022年2月21日】