时间：2025-08-08 14:00
举办地点：临港校区电气楼401
内容：
1：基于人工智能的金属增材制造工业数据分析（刘伟伯）
金属增材制造是一种广泛应用于快速原型设计和复杂几何结构零部件制造的先进制造技术。为了确保金属增材制造工艺过程的稳定性，需要对传感器数据进行分析，及时监测、识别与预测工业过程潜在的缺陷与异常。最终目标是开发一个知识驱动的系统以实现产品工程阶段的再适配，包括：1）构建人工智能模型以预测因复杂几何结构引发的偏差，并据此提出可行的几何结构替代方案；2）基于训练好的人工智能算法调整制造策略，从而避免可能导致最终结构变形或热量积聚的沉积路径。本报告聚焦于基于人工智能技术的热成像数据缺陷检测与焊接传感器数据异常点识别。第一部分将介绍一种基于生成对抗网络的图像增强算法从而提高热成像图像的对比度，进而提升图像分割的效果。第二部分将介绍一种基于迁移学习的检测方法用于实现电弧增材制造过程的异常检测。该方法已应用于瑞典的电弧增材制造试线验证了其实用性与有效性。
2：基于仿真的人道主义物流多目标设施选址优化方法（薛亚妮）
本次报告将介绍一种基于仿真的优化方法，该方法旨在解决人道主义物流背景下的多目标设施选址问题（FLP）。首先，我们会介绍多目标优化（MOP）和仿真的相关背景知识。接着，我们会介绍一个具有三个目标的FLP实例，并采用多目标仿真优化方法解决该问题。该方法结合了演化算法与基于代理的强制迁移仿真技术，以南苏丹冲突为案例研究，讨论了部分结果。最后，我们会总结本工作的主要贡献并展望未来研究方向。
3：基于加密解密策略的防窃听状态估计（邹磊）
随着网络化通信技术的普及，近十几年针对工业系统的信息安全案例频发。网络化传输在使得人机交互和数据处理更加便捷的同时，也存在一定的信息安全问题，即黑客能通过对网络信道进行窃听来获取所传输的信息，并在窃听到信息的基础上进行反向推导，进一步获得系统的内部数据，造成“数据泄露”。信息加密机制是应对数据泄露的有效手段。本课题从信息论和控制论的角度出发，根据系统的动态行为和感知环境复杂性特征（包括测量复杂性、传输复杂性等），建立合理的信息加密机制，根据信息加密机制设计对应的防窃听状态估计算法，并分析信息加密机制对防窃听性能和状态估计性能的影响。
主办单位：
科技处、电气学院
主讲人：
刘伟伯，英国布鲁奈尔大学计算机系讲师，于2020年4月在英国布鲁奈尔大学计算机系获得博士学位。主要研究方向包括智能数据分析、演化计算、迁移学习、机器学习、医疗数据分析和工业大数据。曾获2019年国家优秀自费留学生奖学金。目前担任国际学术期刊Journal of Ambient Intelligence and Humanized Computing和Journal of Cognitive Computation的副编辑，同时也担任多个国际期刊和会议的审稿人。
薛亚妮博士，英国布鲁奈尔大学计算机系讲师。研究领域主要包括多/超目标优化、进化算法、系统建模与仿真，以及基于搜索的软件工程。薛博士于2021年在布鲁奈尔大学伦敦获得计算机科学博士学位。薛博士曾担任第22届国际计算科学大会（ICCS 2022）分会主席，并担任2022年和2024年冬季仿真大会（WSC）仿真与人工智能分会的程序委员会成员。薛博士同时担任多个国际知名期刊和会议的审稿人。
邹磊，2016年7月获得哈尔滨工业大学工科博士学位。主要从事复杂系统状态估计问题的研究工作。目前为止，在自动控制领域发表SCI论文共计80余篇，主持国家自然科学基金面上项目及青年项目各1项，入选上海市海外领军人才（青年)项目，获得上海市自然科学二等奖、北京市自然科学二等奖、中国自动化学会自然科学三等奖各一项，目前担任4个SCI期刊编委、国际电气电子工程师（IEEE）协会高级会员、美国数学评论评论员、中国自动化学会高级会员和中国指挥与控制学会高级会员。现任东华大学研究员、博士生导师。
