CCF@U902：CCF协同计算专业委员会走进湖南科技大学

CCF走进高校第902场

敬请关注

由中国计算机学会（CCF）主办，CCF协同计算专委、湖南科技大学承办的CCF走进高校活动，将于2022年12月9日在湖南科技大学及线上同步召开，敬请关注。

时间：2022年12月9日（周五）14:30-17:00

线上会议：#腾讯会议：225-535-997    会议密码：123456

活动安排：

报告信息：

报告题目：多重网络化工业软件与产业链中的群智协同

报告摘要：随着当前工业社会的发展，多重网络成了工业社会的常见组织形式，包括工业主体之间的交互、企业之间的产业链协同、工业软件组件之间的协同等，无不呈现出多重网络的特征。多重网络会给工业社会中的协同治理带来如下关键难点问题：协同复杂度高、协同规模性大、协同动态性强。因此，针对这些关键难点问题，我们发挥群体智能的自主性、涌现性、动态自适应性的优势，提出了基于群智协同的多重网络化集成协同模型，突破了其中的核心理论和关键技术。并且将该方法在国家大宗商品监管、工业软件系统、产业链领域进行应用，开发了国际上首套多重网络化集成融合工业软件系统平台、以及国内首套大宗商品交易市场综合服务平台，目前已经在亚洲最大规模循环资源发电厂（政府投资120亿）广州环投福山公司、9家大型大宗商品交易中心和政府监管部门进行了应用。

嘉宾简介：

蒋嶷川，东南大学特聘教授、二级教授、博士生导师，两项国家重点研发计划项目负责人（首席）；曾获得教育部新世纪优秀人才、首届江苏省杰青、全国优秀博士学位论文提名奖等荣誉。CCF杰出会员，IEEE高级会员。现在研主持国家重点研发计划项目、国家自然科学基金、广东省重大科技专项、江苏省重点研发计划项目等。共主持国家和省部级科研项目30余项。代表性论文包括30余篇IEEE/ACM Transactions，以及20余篇顶级会议IJCAI、AAMAS、AAAI等。作为第一完成人获得吴文俊人工智能自然科学奖、江苏省科学技术奖。多次获得国际著名会议最佳论文奖。目前担任《计算机学报》以及七家国际著名期刊的编委。

报告题目：数字服务系统的供需匹配

报告摘要：数字服务中与服务供应相关的数据会受到一些约束，如安全性和隐私性等，使得如何为服务需求匹配合适的服务变得更加困难；此外，每个需求都有许多不同成本的候选服务。由于用户和供应商所考虑的优化目标不同，如何进行供需匹配至关重要。根据需求、约束、供应和目标等特征，将分析考虑数据约束的常见供需匹配问题特点，并对其分类。考虑供需匹配问题的难度，搜索似乎是唯一的解决方案。根据优化算法的有效性、效率和鲁棒性需求，将需求模式和供应模式集成到智能供需匹配框架。将介绍几个经典供需匹配的研究结果，并探讨该领域未来值得研究的工作。

嘉宾简介：

李小平，东南大学特聘教授，博士生导师，教育部新世纪优秀人才，国家重点研发计划项目首席， CCF杰出会员、IEEE高级会员，CCF服务计算专委常务委员、协同计算专委常务委员，中国仿真学会智能仿真优化与调度专业委员会常务委员；2次入选江苏省“六大人才高峰” 培养对象。主持国家重点研发计划项目2项、国家863计划、国家支撑计划、国家自然科学基金（7项），参与国家自然基金重点项目1项（合作单位负责人）。在TC、TPDS、TSC、TCYB、TSMC.A、TEVC、TASE、TCC、EJOR、OMEGA等国际国内期刊或国际会议上发表论文100余篇。主要研究方向：调度优化、服务计算、云制造、智能算法。

报告题目：角色协同与群组角色指派

报告摘要：角色协同（Role-Based Collaboration，简称 RBC）是一种促进协同/协作的新兴计算方法学。它使用角色作为底层机制，并利用角色的优势来支持协同工作。RBC分为几个阶段：角色协商、角色指派和角色扮演。角色指派可以分为三个阶段：Agent 评估、群组角色指派和角色转换。Agent 评估将评价 Agent 担任角色的资格；群组角色指派（Group Role Assignment，简称 GRA）通过将角色合理地指派给其成员或 Agent 来构建最高效的协作团队。在这个过程中，需要考虑指派带来的各种复杂问题以及各种约束，这些约束来自于角色未来的执行情况，包括角色间的冲突、合作、局限性和可行性。本报告主要介绍角色协同（RBC）和 E-CARGO 模型的概念，将相关协同计算与社会计算案例使用E-CARGO形式化表达后，转化为群组角色指派问题进行处理。本报告对相关解决方案进行了探讨，并展示RBC与GRA最新的研究成果进展。

嘉宾简介：

刘冬宁博士、教授、博士生导师，中国计算机学会（CCF）杰出会员，CCF协同计算专委副秘书长/常务委员、CCF物联网专委执委、CCF教育专委执委；IEEE SMC Magazine副主编、IEEE分布式智能系统执委会技术执委（TC Member）；广东工业大学计算机学院副院长。主要研究领域为协同计算，曾于2015年底破解了1955年提出以来悬而未决的匈牙利算法多对多最优指派问题。主持国家自然科学基金项目、国家重点研发计划课题、省市科技计划多项。在IEEE Trans.，计算机学报、软件学报等SCI索引源与核心期刊发表论文逾60篇。更多信息请见SCHOLAT个人主页：http://www.scholat.com/liudn。

报告题目：交互式动态影响图的建模、求解及应用

报告摘要：交互式动态影响图是从个体决策者的角度研究不确定性多智能体序贯决策问题的一种普遍适用的建模方法，克服了传统的博弈论方法求解多智能体决策问题的局限性。交互式动态影响图对智能体没有任何的共识假设，在智能体无法通信或者通信不良的情况下，为解决大规模多智能体规划问题提供了具有普遍适用性的交互决策框架。基于目前的研究工作，本次报告主要介绍交互式动态影响图的建模方法，基于行为等价、演化计算、想象力等求解方法，以及实际应用场景。

嘉宾简介：

潘颖慧博士，现为深圳大学大数据系统计算技术国家工程实验室研究员。中国计算机学会协同计算专委会执行委员、中国系统工程学会信息系统工程专业委员会理事。主要从事多智能体系统、概率图模型、不确定性人工智能领域的研究工作，主持国家自然科学基金项目3项，在AAAI、AAMAS、《计算机学报》等著名期刊和国际会议发表高水平论文多篇。更多信息请见SCHOLAT个人主页：https://www.scholat.com/panyinghui。

CCF微信公众号，欢迎关注