计算机科学与控制工程学院黄廷文老师作为第五完成人《面向非凸或非光滑特性的神经动力学优化算法及其应用》申报重庆市自然科学二等奖。现予以公示。
一、公示期限：2025年2月10日至2月14日。
二、意见受理单位及联系方式：
受理单位：计算机科学与控制工程学院
所在二级单位受理电话：0755-88802411
受理联系人：索娅
电子邮箱：suoya@suat-sz.edu.cn
反映情况的要求：（一）公示期内，如对公示对象有异议的，请以书面信函的方式向所在二级单位纪委反映。（二）反映人要用真实姓名、反映情况要求实事求是，真实、具体。
三、项目名称
面向非凸或非光滑特性的神经动力学优化算法及其应用
四、申报奖项
重庆市自然科学奖二等奖
五、项目简介
随着科技快速发展，各领域对复杂问题求解的精度和效率要求攀升。机器学习、工程优化等前沿领域里，大量关键问题呈非凸或非光滑特性，传统优化算法易陷入局部最优，效率低且耗资源。诺贝尔物理学奖获得者John Hopfield 教授提出 Hopfield 神经网络算法，奠定了神经动力学优化算法基础。但面向非凸或非光滑特性的神经动力学优化算法设计仍具有挑战。过去十年间，在两位院士的引领下，团队师生三代齐心协力，围绕神经动力学优化算法及其应用展开深入研究。通过不懈努力，在非凸、非光滑优化问题求解上获突破性进展，主要贡献如下：（1）面向非凸优化问题的神经动力学优化算法研究。提出基于罚函数法与微分包含的单层递归神经网络算法，突破了传统算法在状态变量增多和结构复杂时的局限；提出基于微分方程理论的投影神经网络算法，克服了基于梯度下降法的神经网络算法收敛速度慢和易陷入局部最优解的问题；构建不同时间尺度的神经网络算法分别求解两个凸子问题，并运用元启发式规则动态更新算法初始点，成功避免算法陷入局部最优解。中国工程院院士、中南大学桂卫华教授认为其结构简单；IEEE Fellow、宾夕法尼亚州立大学 Asok Ray 教授称赞成果极具潜力。（2）面向非光滑优化问题的神经动力学优化算法研究。构建了全新最优性条件，攻克了非光滑、非 Lipschitz优化无 Clarke 稳定点的难点，提出光滑投影神经动力学优化算法，克服了传统方法只能求解特定非光滑、非 Lipschitz 优化问题的局限性。欧洲科学与艺术院院士、IEEE Fellow、华南理工大学朱继忠教授基于我们的方法设计分布式算法求解工程问题。 （3）面向聚类、稀疏信号重构问题的神经动力学优化算法研究。设计离散时间投影神经动力学优化算法，得到算法收敛的上界条件；提出基于光滑近似技术的神经动力学优化算法，有效地避免微分包含（导数为零）中的参数选择问题。美国艺术与科学院院士、新泽西理工学院杰出教授Mengchu Zhou评价该成果是一种新颖的算法。5篇代表性论文SCI他引174次，总他引236次。项目第一完成人入选国家万人计划-青年拔尖（2024年）；第二完成人入选新重庆青年创新人才（2024）; 第四完成人是IEEE Life Fellow、欧洲科学院外籍院士、第五完成人是IEEE Fellow、发展中国家科学院院士。
六、主要完成人
何兴、车杭骏、赵友、王钧、黄廷文
七、主要完成单位
西南大学、香港城市大学、深圳理工大学
计算机科学与控制工程学院
2025年2月10日
