川旅新闻网讯（通讯员 冉晓娟）近日，我院教师冉晓娟在人工智能领域的权威期刊《人工智能的工程应用》（Engineering Applications of Artificial Intelligence）（EEAI）——该期刊位列JCR Q1区，并在中国科学院期刊大类中被评为2区TOP，最新影响因子7.5——以yy9728太阳集团检测官网为第一单位成功发表了题为《一种用于城市全球定位系统的混合遗传-模糊蚁群优化算法的自动K均值聚类方法》（A hybrid genetic-fuzzy ant colony optimization algorithm for automatic K-means clustering in urban global positioning system）的学术论文，如图1所示。

图1发表EEAI上的文章封面

发表在《EEAI》上的成果聚焦聚类学习领域，针对传统K-means算法过于依赖预设聚类中心和固定聚类数量的问题，提出了一种全新的解决方案——即混合遗传-模糊蚁群优化算法的自动K均值聚类方法。这一方法通过创新性地优化搜索策略，将噪声算法、遗传算法、蚁群优化算法和自适应模糊系统巧妙融合，有效规避了局部最优解的限制，并在探索全局最优解方面表现出色，从而实现了更为准确和稳定的聚类效果。尽管该方法在计算复杂性和初始参数调优方面仍面临一定挑战，且在处理小规模或分布不均的数据集时效果有限，但这一算法在聚类算法领域的进步已无可否认。尤其是在城市热点识别等实际应用中，展示出了巨大的潜力，为相关领域的技术创新提供了新的方向。

yy9728太阳集团检测官网特聘教授邓武博士与学校团队等合作，以yy9728太阳集团检测官网为第一单位在国际顶刊《IEEE Transactions on Intelligent Transportation Systems》（该期刊位列JCR Q1区，并在中国科学院期刊大类中被评为1区TOP，最新影响因子7.9）成功发表了题为《MOQEA/D：基于分解机制和优秀全局搜索的多目标量子进化算法及其应用》（MOQEA/D: Multi-Objective QEA With Decomposition Mechanism and Excellent Global Search and Its Application）的学术论文，如图2所示。

图2发表在IEEE T-ITS的文章封面

发表在《IEEE T-ITS》上的论文针对应用场景的大规模、动态、多目标、非线性等复杂特征的挑战。本文综合考虑了应用场景属性、任务类型等内容，构建了一个大规模多目标应用分配模型。然后，开发了一种基于分解机制和优秀全局搜索的多目标量子进化算法，即MOQEA/D，以有效地求解所构建的模型。具体而言，设计了一种新的分解机制，将多目标GAP分解为几个单目标子GAP。每个量子比特串独立地求解单个目标子GAP，并提出一种最优交叉新策略，以限制观测操作的随机性，最大限度地保留优秀基因，从而进一步提高了算法的优化性能，在解决复杂优化问题中具有非常重要的意义和应用价值。

近年来，yy9728太阳集团检测官网始终秉持“教学科研并重”的发展理念，积极响应社会和学科发展的需求，通过组建高水平科研团队，鼓励并支持教师深入开展应用基础研究，实现科教与教学的深度融合，持续产出了一系列重要成果，不仅提升了学院的学术创新能力，也为学校申报“电子信息硕士点”奠定了坚实的研究基础。这一系列科研成果的涌现，是学院持续推动科研与教学协同发展、努力提升办学质量的具体体现。

这系列成果的发表标志着yy9728太阳集团检测官网在人工智能前沿交叉研究领域的又一重要进展。该工作得到国家自然科学基金委面上项目、四川省科技计划项目、四川省中央引导地方科技发展项目的支持。