计算机科学与信息工程学院师生在中科院Top期刊连发3篇研究论文

我校计算机科学与信息工程学院贺维老师和杨若涵老师研究团队，在人工智能究领域取得重要进展，研究成果在中科院Top期刊连发3篇研究论文。研究成果“Cooperative performance assessment for multiagent systems based on the belief rule base with continuous inputs“在国际著名学术期刊Information Sciences上发表，期刊为中科院一区Top期刊，影响因子8.1，计算机科学与信息工程学院2022级计算机技术专业硕士研究生张浩然为该论文的第一作者，我校为论文的第一单位。研究成果“A deep belief rule base-based fault diagnosis method for complex systems”在国际著名学术期刊ISA Transactions上发表，期刊为中科院二区Top期刊，影响因子7.3，计算机科学与信息工程学院2022级计算机技术专业硕士研究生赵伯英和张庆熙为该论文的共同第一作者，我校为论文的第一单位。研究成果“Efficacy assessment for multi-vehicle formations based on data augmentation considering reliability”在国际著名学术期刊Advanced engineering informatics上发表，期刊为中科院一区Top期刊，影响因子8.8，计算机科学与信息工程学院2022级计算机技术专业硕士研究生张浩然为该论文的第一作者，我校为论文的第一单位。

论文“Cooperative performance assessment for multiagent systems based on the belief rule base with continuous inputs“的贡献体现在以下三个方面。首先，提出连续输入置信规则库建模方法，用于在线评估多智能体系统的协同性能。借助连续小波变换，建立了连续信号输入到性能状态输出的端到端映射，为基于置信规则库的性能评估系统贡献了新的输入设计范式，规避了离散化连续信号输入可能导致关键信息丢失的风险。其次，为连续输入置信规则库开发了基于冗余规则移除的结构优化方法。实验结果表明，该方法可以在不影响基于连续输入置信规则库的性能评估系统准确性的情况下降低其复杂性，提升其可解释性。最后，为连续输入置信规则库开发了基于可解释性增强灰狼优化器的参数优化方法，以最大化评估准确率作为优化目标。实验结果表明，与基于可解释性增强协方差矩阵自适应进化策略和基于可解释性增强鲸鱼优化算法的参数优化方法相比，该方法对基于连续输入置信规则库的性能评估系统准确性的提升效果更为显著。该论文成果的发表是计算机科学与信息工程学院在多智能体协同与证据推理交叉研究领域取得的一项重要进展。

论文“A deep belief rule base-based fault diagnosis method for complex systems”有三个方面的贡献。首先，深度BRB（DBRB）采用XGBoost方法进行特征选择，使模型更加关注关键信息。通过深层结构的设计，有效地解决了组合爆炸问题，并逐层提高了精度。其次，传统的故障诊断方法难以有效处理复杂系统的高维特征，导致模型复杂性增加，决策者难以掌握诊断过程。传统方法往往忽略了特征重要性的不同程度。DBRB可以充分利用高维特征，快速准确地提取关键信息。最后，在复杂系统故障诊断领域引入深层结构有助于增强处理不同特征之间复杂关系的能力，同时也具有更易于理解的决策逻辑。由于其高兼容性和准确性，DBRB在解决复杂系统故障诊断问题方面显示出显著的实用性和先进性。该论文成果的发表标志着计算机科学与信息工程学院在复杂系统故障诊断领域取得关键进展。

论文“Efficacy assessment for multi-vehicle formations based on data augmentation considering reliability”重点探究了当收集到的效能数据不完备且不可靠时，不同构型的飞行器集群编队的效能评估，包含三个关键贡献。首先，基于效能数据的距离度量，构建了可靠异构数据增强策略，为实现不完备且不可靠的效能数据下的飞行器集群编队效能评估提供了一种新的解决方案。其次，利用构型的相似性度量，为置信规则库设计了一种新的特征可靠度计算方法，有效减少了主观意图对特征可靠度计算结果的干扰。最后，运用一阶追溯性分析，设计了一种新的构型重要性量测方法，为决策者提供了量化参考，以确定最关键的源构型对目标构型的影响。该论文成果的发表标志着计算机科学与信息工程学院在空天多智能体协同与证据理论交叉研究领域首次取得重要进展。

近年来，计算机科学与信息工程学院重视科研创新，支持教师和学生进行高水平的科研工作，注重培养学生的创新能力和实践能力，并取得了一系列研究成果，在IEEE/CAA Journal of Automatica Sinica、Expert Systems With Applications、Applied Soft Computing、Applied Intelligence、Information Sciences、ISA Transactions、Advanced engineering informatics、Reliability Engineering & System Safety、航空学报、电子与信息学报等国内外高水平学术期刊上发表了多篇研究论文。计算机科学与信息工程学院在科研创新方面取得了显著成效。未来，学院将继续深化改革创新，推动学科建设向更高水平发展，为培养高素质的人才和推动科技进步作出更大贡献。

论文链接：

(1) https://authors.elsevier.com/sd/article/S0020-0255(24)00729-1

(2) https://www.sciencedirect.com/science/article/pii/S0019057824002210?dgcid=coauthor

(3) https://www.sciencedirect.com/science/article/abs/pii/S1474034624001526

DOI：

(1) https://doi.org/10.1016/j.ins.2024.120815

(2) https://doi.org/10.1016/j.isatra.2024.05.019

(3) https://doi.org/10.1016/j.aei.2024.102504