科学技术导师

当前位置: 首页 > 师资队伍 > 科学技术导师 > 彭振华

彭振华

从事专业领域

数学:大数据优化与人工智能

主要科研成果

(近5年作为第一完成人完成的代表性论文(注明论文标题、作者排序、杂志名称、分区以及影响因子),发明专利,或科技奖项,限填5项)

[1].Zhenhua Peng and Yihong Xu*, New Second-Order Tangent Epiderivatives and Applications to Set-Valued Optimization, Journal of Optimization Theory and Applications, 2017 , 172(1):128-140. (第一作者 / SCI / IF 2.31

[2].Chao Jiang, Zhongping Wan, Zhenhua Peng*. A new efficient hybrid algorithm for large scale multiple traveling salesman problems. Expert Systems with Applications, 2020, 139: 112867. (通讯作者 / SCI一区 / IF 6.789)

[3].Zhenhua Peng* and Zhongping Wan, Second-Order Karush-Kuhn-Tucker Optimality Conditions for Set-Valued Optimization Subject to Mixed Constraints, Results in Mathematics, 2018. 73: 101.(第一、通讯作者 / SCI二区 / IF 1.229)

[4].Zhenhua Peng*, Zhongping Wan and Weizhi Xiong, Sensitivity Analysis in Set-Valued Optimization Under Strictly Minimal Efficiency, Evolution Equations and Control Theory, 2017, 6(3): 427–436. (第一、通讯作者 / SCI / IF 1.269)

[5]Zhenhua Peng*, ZhongpingWan. Second-order composed contingent derivative of the perturbation map in multiobjective optimization. Asia-Pacific Journal of Operational Research, 2020, 37: 2050002. (第一、通讯作者 / SCI四区 / IF 1.186)

在研基金项目简介

(优先国家自然科学基金,不超过200字)

[1]国家自然科学基金青年项目

简介:本项目将在无需获取所有(弱)Pareto解的情况下,构建双层向量学习模型求解多目标规划具有某些特征的最优解如稀疏性、低秩性,并给出对应的决策权重。在设计求解算法中,我充分利用决策者的偏好和参考点信息为求解双层向量优化的这种应用设计有效算法。最后将本项目的研究成果应用到机器学习模型的训练、投资组合问题、最优传输、云制造服务的服务组合与最优选择中,为决策者提供合理的有效建议。

参与项目:

[2]国家自然科学基金面上项目: 双层优化问题的某些机理分析及相关求解策略研究,2019.01至2022.12,主要参与者  

[3]国家自然科学基金地区项目:面向超密集用户群体的高谱效高能效大规模接入通信网络的优化设计,2022.1-2025.12,主要参与者

[4]计算机体系结构国家重点实验室开放课题:基于统计学习和区块链技术的下一代大规模接入通信网络的优化研究 2020.12至2022.11,主要参与者