4月24日，电气和电子工程师协会期刊《进化计算》(IEEE transactions on evolutionary computation, 影响因子5.908，排名计算机人工智能领域第4（4/130），计算机理论方法第1（1/105）) 在线发表了ag九游会集团程远胜教授团队论文 “Expected improvement matrix-based criteria for expensive multiobjective optimization”（解决耗时多目标优化问题的期望提高矩阵准则）。我校为论文唯一署名单位，刘均副教授是论文的唯一通讯作者，2013级博士生詹大为是第一作者，程远胜教授为共同作者。
工程中大多数优化问题都涉及到多个目标，而且这些目标的求解往往需要用到耗时的仿真计算或实验。基于Kriging代理模型的多目标高效全局优化算法（multiobjective efficient global optimization）常用来解决这类耗时多目标优化问题，而这个算法的关键技术则在于其更新准则（infill criterion）的设计。目前国内外学者采用对非支配区域进行多维积分的方式来计算更新准则，由于非支配区域（non-dominated area）的形状不规则，积分时需要将其分解成许多个小的规则区域进行分块积分，然后将分块积分的值累计起来。但是非支配区域分解的数目随着目标个数的增加呈指数增长，这也使得传统更新准则的计算十分复杂与耗时。
程远胜教授团队提出了一种用多个一维积分来构建更新准则的方法。这种新方法不需要对积分区域进行分块，也不需要进行复杂的多维积分，而且其一维积分的数量只随目标个数的增加呈线性增长。数值实验表明，当目标个数为6，非支配解个数为1000，创新性提出的期望提高矩阵准则计算时间不到传统更新准则的3万分之一。这个新准则不仅易于实现，计算快速，而且在寻找Pareto前沿方面也有很好的表现。
程远胜教授研究团队的这项研究成果处于国际领先地位，成果得到国外同行的高度评价。一位国外审稿人评价到：“在Wagner等人的综述中，只找到了2种（设计更新准则）方法，而期望提高矩阵准则似乎是第三种方法（In the review by Wagner et al., only two compliant methods were found, and EIM seems to be a third one）”。
