源于广东省省部级地方计划，由华南理工大学与香港城市大学承担，本项目（项目名称：大数据与计算智能粤港联合创新平台，项目编号：2018B050502006）围绕我国发展人工智能与大数据的重大战略，面向粤港两地以智能化引领产业升级发展的迫切需求，瞄准计算智能这一前沿研究发展方向，建设“大数据与计算智能粤港联合创新平台”。首先，大数据与人工智能已被列入国家的重要发展战略。其次，人工智能与大数据已成为了粤港地区以创新驱动发展的重要引擎。第三，计算智能是大数据与人工智能的前沿理论与方法。第四，粤港双方在大数据与人工智能领域已有良好的学科基础，为平台的建设提供了重要支撑。

2. 研究目的与意义

本项目拟围绕大数据环境下计算智能方法在泛化能力、效率和可靠性等方面存在的问题，研究：（1）数据驱动的计算智能方法理论：将搜索与学习相融合，突破算法在求解不具备精确数学模型的复杂问题的可用性瓶颈；（2）大规模分布式计算智能方法理论：通过分布式计算克服算法在大规模应用中的效率问题；（3）数据驱动的智能决策与优化技术：基于计算智能开发大数据决策优化的新技术；（4）面向智慧金融的验证应用：将提出的理论与技术在智慧金融领域应用与检验，开发投资组合优化和信用风险管理系统。

3. 主要论点与论据

a) 数据驱动的计算智能

①结合高斯回归、神经网络等技术，从数据中提取问题的局部适应度模型；②基于局部适应度模型，引导进化计算的优化过程；③进化过程得到的新数据反馈到学习过程中，修正局部适应度模型；④建立学习过程与进化过程相融合的数据驱动计算智能方法框架。

b) 大规模分布式计算智能

①从分布式的数据中得到全局维度相关性信息并降维得到一系列子问题；②以协同进化的方式并行处理子问题，并实现通讯内容和频率的自适应调节；③采用小生境种群划分方法，通过种群间自适应通讯，实现种群的高效协同进化；④提出面向不同种群和不同分组的计算资源自适应分配方法，提高计算效率；⑤在大规模数据集上进行测试。

c) 数据驱动的智能决策与优化

①集成数据驱动的计算智能方法与大规模分布式计算智能方法；②针对数据来源的特征，分别提出基于离线已有数据的离线学习与决策优化方法和基于动态数据的引导式在线学习与决策优化方法；③形成基于计算智能的数据驱动智能决策与优化方法体系。

d）面向智慧金融的应用和验证

①获取多源金融数据，对数据进行融合和清洗；②提出投保行为预测模型和数据驱动的保险投资组合优化模型；③建立通用且高效的金融风险评估模型；④将系统在实际场景中进行验证。

4. 创见与创新： 

1）将搜索与学习相融合，突破计算智能方法在大数据环境下求解不具备精确数学模型的复杂问题的可用性瓶颈；

2）通过分布式计算克服计算智能方法在高维、大规模问题中的计算效率问题，提高算法的可扩展性；

3） 数据驱动和分布式计算智能理论为基础，开发面向大数据智能分析、决策和优化的新技术。

5. 社会经济效益，存在的问题

1）逐渐建成具一定影响力的大数据与计算智能领域的科学研究、学术交流与技术合作基地，并且提出了一系列国际认可的计算智能创新算法；

2）依托本平台，承担包括国家科技创新2030新一代人工智能项目等国家级重点重大项目，面向国家需求开展创新研究，所获后续科研经费超过1000万；

3）通过产学研合作，提出的算法已推广应用于佛山众陶联有限公司的陶瓷配方优化。后续，平台还将和阿里云计算有限公司、成都交通协调中心（TOCC）、广州白云机场合作，推动算法研究成果的落地转化，从而带来社会和经济效益。

6. 历年获奖情况

本项目按照既定研究内容和目标开展工作，取得了国际同行认可的学术成果，已发表高水平国际期刊和国际会议论文42篇，其中IEEE Transactions 系列顶级期刊论文24篇；申请国家发明专利14项；培养具有国际同行认可水平的博士研究生8名，硕士研究生25名，引进中青年创新科研人才3名；粤港双方团队通过线上线下方式开展学术交流10余次，参与交流人数达200人次以上；依托本平台，承担包括国家科技创新2030新一代人工智能项目等国家级重点重大项目，面向国家需求开展创新研究，所获后续科研经费超过1000万。另外，平台培养人才获得：2020年IEEE WCCI多任务优化竞赛冠军，2020年ACM GECCO多任务优化竞赛单目标冠军，青年新媒体学术研究“启皓奖”，登上2020年《人民日报》本专科生国家奖学金获奖学生代表名录，ACM广州分会优博，等奖项。