2019年8月7日，香港城市大学计算机科学系王钧教授受邀访问自动化所复杂系统管理与控制国家重点实验室（下称实验室），并做了题为“协同式神经动力学优化”的复杂系统与智能科学系列报告。报告由实验室赵冬斌研究员主持，来自自动化所、北京师范大学、清华大学、华北电力大学、北京科技大学的二十名师生参加此次讲座。 

　　王钧教授首先将优化问题分为连续和离散优化、带约束和不带约束的优化、单目标和多目标的优化等9大类，并简单介绍了其发展历程。之后展示了神经动力学优化的研究状态，介绍许多求解凸面和广义凸优化问题的单个神经网络模型。然后提出利用几个多模型神经动力学方法解决某些复杂问题。同时深入分析神经动力学优化和群体智能方法的优点和局限性，如何集成两者的优点组成混合智能优化方法-协作式神经动力学优化方法。在理论上证明了该方法具有近似全局收敛的理想性能，并将协作神经动力学的优化方法应用在求解有约束分布式优化问题和全局优化问题。通过上层的信息搜索和交换，协作式神经动力学模型可以有效解决许多挑战性优化问题。 

　　在讨论环节，王钧教授对同学和老师关心的稀疏表示的优化问题，深度神经网络优化和神经架构搜索的优化问题等进行了耐心和详细解答。针对如何解决多个目标的优化问题进行了详细的介绍，对于学术研究和实际问题的分析分享了自己的认识和理解。最后王钧教授指出，人工智能科学技术深入发展和广泛应用成功的三大要素：各种智能系统模型和算法之间的协同作业；人工智能和人类智慧研究的有机融合；学术界和工业界研发部门的密切配合。 

报告现场

　　王钧教授：香港城市大学计算机科学系计算智能讲座教授。在担任此职位之前，他在大连理工大学，凯斯西储大学，北达科他大学和香港中文大学担任过学术职位。他还曾在美国空军实验室，日本脑科学研究所，大连理工大学，华中科技大学和上海交通大学（长江讲座教授）担任过多个短期访问职位。他目前的研究兴趣包括神经网络及其应用，并发表了200多篇期刊论文，15本书章，11本编辑的书籍，以及在这个领域的众多会议论文。他担任IEEE控制论期刊的主编，同时是多个国际会议的组织者，如2008年IEEE世界计算智能大会，2019年第九届信息科学与技术国际会议等。他是IEEE和国际模式识别学会会士，并获得过亚神经网络联合会的杰出成就奖，IEEE计算智能协会的神经网络先驱奖和人工智能学会的吴文俊人工智能科学技术成就奖。