管理学院李岸达副教授（第一作者）在Information Sciences（计算机科学领域知名期刊，SCI一区TOP期刊，影响因子8.1）发表题目为“Multi-objective particle swarm optimization for key quality feature selection in complex manufacturing processes”。

 

                                                      论文观点

本文提出了一种特征选择(FS)方法，用于识别复杂制造过程中的关键质量特征(KQF)。我们提出了一种多目标二进制粒子群优化算法，称为MPBPSO，该算法包含三个新组件，用于优化一个双目标FS模型，该模型旨在最大化几何平均值(GM)度量和最小化选定的特征数量。首先，MPBPSO使用了一种基于概率的解决方案更新(PSU)机制，该机制利用翻转向量来更新粒子。MPBPSO还利用了一种具有三种基本操作（即添加、删除和交换）的突变算子，以提高探索性能。其次，提出了一种结合帕累托支配概念和距离度量的策略，用于MPBPSO更新个人最佳位置(pbest)。最后，提出了一种基于轮盘赌选择的策略，用于在迭代过程中从非支配集中确定全局最佳位置(gbest)。在四个数据集上的实验结果表明，所提出的FS方法可以识别出少量具有良好产品质量预测能力的KQF。进一步分析表明，MPBPSO的搜索性能优于八种基准优化算法，并且MPBPSO中的新组件对于提高其搜索性能是有效的。

                                                      

                                                       作者介绍

 

李岸达，天津商业大学管理学院副教授，人力资源管理系主任，新西兰惠灵顿维多利亚大学（Victoria University of Wellington, VUW）工程与计算机学院访问学者（2018年7月至12月），天津市工业工程学会理事，IEEE会员，中国优选法统筹法与经济数学研究会会员。2018年天津市“131”创新型人才培养工程第三层次人选，入选天津市高校“青年后备人才支持计划”。主持国家自然科学基金青年科学基金项目1项，主持教育部人文社会科学研究青年基金项目1项。主要研究领域为：质量工程与质量管理、进化计算和特征选择算法等。在 “系统工程理论与实践”, European Journal of Operational Research, Information Sciences, Applied Soft Computing, Computers & Industrial Engineering, Quality and Reliability Engineering International等国内外期刊发表十余篇论文。担任多个国际期刊审稿人。