近日，陕西省人民政府发布了陕西省第十五届自然科学优秀学术论文奖获奖名单,我校计算机学院田东平教授完成的《基于Sigmoid加速系数的混沌粒子群算法及其在数值函数优化中的应用研究》获得三等奖。本届自然科学优秀学术论文评选共在全省范围内评选出160篇学术论文，其中一等奖10篇、二等奖50篇、三等奖100篇。

          田东平，博士，教授，硕士生导师，校“学术带头人”，ACM/IEEE/CCF会员。主要从事计算机视觉、机器学习和演化计算方面的研究。主持完成教育部、陕西省科技厅、陕西省教育厅及各类横向课题10余项。发表论文70余篇，SCI、EI收录50余篇，其中单篇SCI论文最高他引180次、单篇EI论文最高他引294次；授权国家发明专利3项、国家计算机软件著作权32项。曾获陕西省高等学校科学技术奖、中国科学院计算技术研究所“所长优秀奖”、宝鸡市自然科学优秀学术成果奖等。目前担任IEEE Transactions on Evolutionary Computation、IEEE Transactions on Systems, Man and Cybernetics等八种SCI源期刊的经常性审稿人；担任人工智能与大数据AIBD 2023、机器学习与软计算MLSC 2023、自然语言处理与人工智能NLPAI 2023、数据挖掘与数据库DMDB 2023、人工智能与模糊逻辑AI&FL 2022等十余种国际会议的PC Member和审稿人。 

《基于Sigmoid加速系数的混沌粒子群算法及其在数值函数优化中的应用研究》是针对群智能优化PSO这一热门演化算法进行的相关研究。主要贡献在于：（1）应用混沌映射产生均匀分布的粒子，以此提高初始群体质量和增加算法的稳定性；（2）设计了基于Sigmoid函数的加速系数，以此平衡进化初期的全局搜索性能和进化后期的全局收敛性能；（3）构建了两组嵌入慢变函数和正则变化函数的更新机制，以此保持群体的多样性，摆脱算法陷入局部最优的可能；（4）利用基于混沌的重新初始化和高斯变异策略，以此增加群体的多样性，使其在潜在解的区域内继续搜索问题的最优解。最后，通过在复杂数值函数优化问题上的大量仿真，验证了该方法具有更好的稳定性、鲁棒性和可扩展性。该研究成果对群智能优化，乃至整个演化计算领域的研究都有一定的启发和指导意义。与此同时，也可将其应用于集成电路设计、机器人路径规划、多媒体语义理解和工程优化调度等实际问题，具有一定的工程应用价值。该研究成果发表在Elsevier旗下SCI源刊Swarm and Evolutionary Computation，当前影响因子10.267，成果目前已被他引56次。（科研管理处 文、图/周瑜  审核/王晓玲）