7月19日至7月24日，我室高亮教授、沈卫明教授团队的博士生李帆在线参加了在英国格拉斯哥举办的“2020年IEEE世界计算智能大会（IEEE World Congress on Computational Intelligence）”，该大会是计算智能领域最重要的国际学术会议，具有广泛影响力。

李帆在会上做了题为“A Surrogate-Assisted Offspring Generation Method For Expensive Multi-Objective Optimization Problems（一种基于代理模型的子代产生方法）”的学术报告，介绍了一种基于代理模型的子代产生方法来提高多目标昂贵问题的求解效率。

此外，大会还举办了10个以进化算法为主题的竞赛，旨在通过从各种现实世界优化应用中提取一些基准问题来促进对离线数据驱动的进化优化的研究，缩小学术界和产业界之间的差距。李帆与我室博士后蔡习文的算法“Offline Data-Driven Evolutionary Optimization with Heterogeneous Ensembles（一种基于异构集成模型的离线数据驱动进化优化算法）”在“Competition on Offline Data-Driven Evolutionary Optimization (Track 2: integer single-objective optimization)（离线数据驱动的整数进化优化）” 竞赛中获得亚军。

本次大会还包括2020年国际神经网络联合会议（IJCNN 2020）、2020年国际模糊系统会议（FUZZ-IEEE 2020）、2020年国际进化计算大会（IEEE CEC 2020）三个分会，涵盖了神经网络、生物神经网络、人工神经计算、模糊系统的理论和实际应用及进化计算的理论和实际应用等主题，收到了来自73个国家和地区的3118篇投稿文章。在严格的评审后，共接受1819篇文章，总接受率为58.4%。

相关链接：

https://handingwang.github.io/DDEO-WCCI2020/