公司李向涛教授指导的2021级硕士研究生马天禧同学的论文“Convex Combination Multiple Populations Competitive Swarm Optimization for Moving Target Search using UAVs”近日被Information Sciences杂志接收。《Information Sciences》是Elsevier旗下信息科学领域权威级期刊，主要报道进化计算、计算智能、机器学习和数据挖掘等领域的最新研究进展。该期刊当前影响因子为IF（2022）= 8.233，属于中科院分区一区，也是信息系统Top期刊。
马天禧同学2021年保送到公司跟随李向涛教授攻读硕士研究生，主要从事计算智能与路径规划领域的研究工作。
第一作者：马天禧
指导教师：李向涛
论文题目：Convex Combination Multiple Populations Competitive Swarm Optimization for Moving Target Search using UAVs
期刊名称：Information Sciences
期刊级别：中科院一区
论文概述：
无人机搜索运动目标是一个复杂的搜索优化问题，旨在找到观测目标概率最大的路径。然而，随着目标可能所在概率区域的增加，现有方法往往容易陷入局部最优，导致性能下降。针对这一问题，我们提出了一种凸组合多种群竞争粒子群优化算法（CDCSO）。首先，我们采用多种群策略来增强算法的搜索能力。算法将种群划分为两个子群，每个子群分别执行CSO。其次，我们设计了一种凸组合更新策略来协调两个子群共同搜索全局最优解。该策略允许两个子群相互竞争和学习，从而防止种群陷入局部最优。我们设计了包含3到6个概率区域的新场景，以探究我们提出的算法在各种复杂场景中的性能。为了证明所提出算法的有效性和稳定性，我们从不同角度将其与多种群体智能算法进行了比较。实验结果表明，该算法在跟踪和拦截高概率区域方面具有优越的性能。为了进一步证明凸组合更新策略的通用性，我们在几种改进的粒子群优化算法中评估了该策略。结果表明，凸组合更新策略可以集成到其他算法中，以更好地解决运动目标搜索问题。
