当前位置: 首页  研究机构  研究所概况
研究所概况  

 

信息技术与工程管理研究所成立于20094月,依托于铜陵学院,为我校院所合一的研究机构之一。在学校、数学与计算机学院等各级领导的关心与大力支持下,充分发挥计算机科学与技术、信息管理与信息系统及数学与应用数学等专业优势,本研究所正成长为集基础研究、应用开发为一体的研究机构。

目前,研究所具有研究人员20余人,全部具有硕士以上学位或高级专业技术职称,其中具有高级专业技术职称研究人员14人,博士3人,在读博士3人。经过几年来的整合与发展,研究所形成了决策理论与方法、智能算法、数据挖掘、应用数学等几个主要的研究方向。

自建所以来,在全体研究人员的努力下,获得厅级及以上项目不断增加,发表学术论文的质量也不断提高,已经在《控制与决策》、《模式识别与人工智能》、《软件学报》、《系统工程理论与实践》、《International Journal of Intelligent Systems》、《Applied mathematics and computation》、《Computational Statistics and Data Analysis》、《Computational Statistics》、《J Statistical Computation & Simulation》、《Communication in Statistics: Simulation and Computation》、《Metrika》、《Statistics & Probability Letter》、《Journal of Inequalities and Applications》等国内外刊物上发表论文多篇。

研究所通过营造规范、高效、和谐的科研氛围,逐渐成长为具有一定科技创新和可持续发展能力的研究机构。我们将利用研究所的科研优势服务于校内校外,为地方经济发展做出应有的贡献!

  研究方向

主要研究方向:决策理论与方法、智能算法、数据挖掘、应用数学、灰色系统理论等。具体情况如下:

1)面向隐性目标决策问题的决策理论与方法

在管理决策领域中,存在着这样一类特殊的决策问题——隐性目标决策问题,如服装设计问题、汽车造型设计问题、旅游行程规划问题等,由于其具有决策目标难以显式结构化、数量化表示决策者偏好随着决策过程的进行可以调整改变问题的可行解空间大、可行方案数目多,不能直接进行穷举比较决策方案的优劣的特征,使得求解这类决策问题异常复杂。针对隐性目标决策问题难于求解的问题,研究相应的智能决策理论与求解方法。

2)智能算法

融合传统群集智能算法,研究一些新的文化算法模型;针对传统细菌趋药性算法的弱点,提出相应的改进策略,并将这些智能算法应用于一些复杂优化问题的求解。另外,在遗传算法、蚁群算法等仿生优化算法方面也开展了相关研究。

3)数据挖掘

数据挖掘是近几年随着数据库和人工智能发展起来的一门新兴技术,它从大量原始数据中发掘出隐含的、有用的信息和知识,以帮助决策者寻找数据间潜在的关联,发现被忽略的因素。数据挖掘因其巨大的商业前景,引起了学术界和工业界的广泛关注,现已成为国际上数据库和信息决策领域的前沿研究方向之一。我们主要在数据流挖掘、关联规则挖掘、聚类分析等方面开展研究。

4)应用数学(概率极限理论)

概率极限理论是概率论学科研究中的基础课题,是保险数学、金融风险分析、计量经济学和概率论与数理统计其它分支等学科的重要基础和工具,具有重要理论与应用价值。我们针对概率极限理论中的一些相关理论问题开展研究,并探索将之应用于保险数学、金融风险管理等实际问题中。

 (5灰色预测与决策技术

灰色系统是一种研究少数据、贫信息不确定性问题的新方法。该理论以部分信息已知,部分信息未知小样本贫信息不确定系统为研究对象,主要通过对部分已知信息的生成、开发,提取有价值的信息,实现对系统运行行为、演化规律的正确性描述和有效监控。以灰色序列生成为基础方法体系,以灰色关联空间为依托的分析体系,以GM模型为核心,以系统分析、评估、建模、预测、决策、控制、优化为主体技术体系。

 组织机构

      长:钟志水

常务副所长:黄永青

      书:张