长春理工大学

　　长春理工大学数据库与数据挖掘在职研究生在现代人工智能领域研究取得的理论成果得到实际应用和检验。在国际上较早地开展知觉信息表达和整合研究，取得创新理论成果，形成了本方向的研究特色和优势。

　　长春理工大学数据库理论与技术：提出数据库多层架构逻辑模型和均衡规范化技术，平衡处理不同节点数据一致性、实时性和复杂性关系，突破了分布式异构实时数据库关键技术。提出海量数据并行邮递消息中间件技术，突破了现有的点对点消息队列传输模式和串行处理方式的带宽瓶颈。完成的“分布式XXXX仿真数据库”，被专家们评价为“填补国内空白，达到国际先进水平”，获国防科学技术三等奖。

　　长春理工大学智能计算理论：研究神经网络泛化能力评估与性能改善、模拟退火算法、模糊推理算法、演化优化算法、动态环境下的优化和多目标优化。研究基于自适应遗传算子的改进遗传算法，通过变异算子的操作保证算法在局部收敛与全局收敛之间得到优化。近年，重点是在蚁群算法、免疫遗传算法和作业调度等方面开展理论和应用研究。国防FMS重点实验室基金项目“基于遗传算法的分布式生产制的车间作业调度系统”和吉林省科技发展项目“基于遗传算法的车间作业调度系统”实现了动态环境下的优化调度和多目标优化调度。

　　长春理工大学数据挖掘与动态规划：以粗糙集理论为主，研究大型复杂系统动态数据中的高级知识发现;研究作业调度、蚁群算法、免疫遗传算法等方面的理论;研究增量式格机的标注及其分类特性、基于格机理论的数据约简方法和分类方法，以及基于格机理论和粗糙集理论的数据挖掘，同时开展数据挖掘与数据呈现和面向行业的产品数据分析等。已出版专著《基于粗集的数据挖掘技术》、《模糊聚类算法及应用》。代表性成果“基于聚类分析的工伤管理软件”在与信息熵结合的属性重要度约简算法研究上取得较大进展，获吉林省大数据在职研究生高校自然科学研究一等奖。