于坤杰 (Kunjie Yu)
H指数:41
被引数:6,793
个人简介
"于坤杰教授、博士生导师电子邮箱:yukunjie@zzu.edu.cn办公室:郑州大学电气与信息工程学院1223研究方向:演化计算、机器学习、神经网络、复杂系统建模与优化教育背景 2012/09-2017/06,华东理工大学,信息科学与工程学院,博士2015/10-2016/10,澳大利亚西澳大学,计算机科学与软件工程学院,联合培养博士2008/09-2012/06,郑州轻工业学院,电气信息工程学院,学士工作经历 Ø2024/01-至今,郑州大学,电气与信息工程学院..."
教育背景
2015.10 – 2016.10
澳大利亚西澳大学 联合培养博士 计算机科学与软件工程学院
2012.09 – 2017.06
华东理工大学 博士 信息科学与工程学院
2008.09 – 2012.06
郑州轻工业学院 学士 电气信息工程学院
工作经历
2024.01 – 至今
郑州大学
电气与信息工程学院
荣誉奖项
暂无内容
区域分配约束处理方法用于动态约束多目标优化
高维分类中的多目标特征选择:一种基于重要性和历史信息辅助的方法
融合空间的进化多任务优化框架用于约束多模态多目标问题*
基于自适应经验型离散遗传算法的智慧果园多趟拣选机器人任务调度
基于鲁棒性指标的双种群进化算法用于多模态多目标优化
基于自适应分解的动态约束多目标优化迁移学习
基于时分复用的煤矿综合能源系统调度问题的约束多目标优化方法
一种基于动态加权数据融合和多尺度特征增强的多通道信号故障诊断方法
基于变量自适应优化和种群重构的大规模约束多目标优化
一种基于分治策略的高效进化特征选择算法,用于分类
多目标任务分配用于电力收集机器人:一种分层路径重建方法
通过集成网络进行模态检测通知分类评估,以实现昂贵的约束多模态优化
一种基于合作与竞争的三种群进化算法,用于约束多目标优化
基于时序分割与融合的大规模约束多目标进化算法在煤矿综合能源系统调度中的应用
双种群协同预测与强化学习相结合,用于动态多目标优化调整。
一种基于在线问题识别和分别处理的约束多目标进化算法
求解大规模约束多目标优化问题的个体自适应进化和区域协作进化算法
一种基于子空间策略的协同进化框架,用于求解约束多模态多目标优化问题
基于相关性引导的粒子群优化方法在故障诊断中的特征选择

