2019级硕士研究生刘孝凡同学的论文“Combining max-min ant system with effective local search for solving the maximum set k-covering problem”在国际人工智能期刊Knowledge-Based Systems上正式发表。刘孝凡从硕士阶段进入殷明浩教授智能信息处理实验室攻读硕士学位。 

期刊简介：Knowledge-Based Systems（KBS）是人工智能领域的国际权威期刊。该期刊发表该领域的原创性、创新性和创造性的研究成果，旨在关注基于知识和其他人工智能技术的系统研究，其目标和能力如下：通过数据科学和计算技术支持人类的预测和决策；均衡覆盖该领域的理论和实践研究；鼓励基于知识的智能模型、方法、系统和软件工具的新开发和实施，并在商业、政府、教育、工程和医疗领域应用。

期刊名称：Knowledge-Based Systems

期刊类别：中国计算机学会推荐C类期刊，中科院1区

作者顺序：周雨鹏，刘孝凡（学生一作），胡书丽，王艺源，殷明浩

论文题目：Combining max-min ant system with effective local search for solving the maximum set k-covering problem

论文概述：

最大集合k-覆盖问题（MKCP）是一个著名的NP难组合优化问题，具有丰富的应用场景，如微博监控、无线传感器网络等。其目标是选取有限数量的候选集覆盖尽可能多的元素。为了解决这一重要问题，作者提出了一种有效的蚁群优化（ACO）算法，称为MMAS-ML。该算法采用双层选择启发式以获得高质量的解决方案，用于初始化过程以加速算法的收敛。此外，还采用带记忆的最大最小蚁群系统保留优秀解结构，并为种群引入适当的多样性以帮助跳出局部最优。最后，为了提高算法开发能力，提出有效的基于打分和延迟格局检测的局部搜索。实验结果表明新提出的算法优于MKCP现有求解方法。