本网讯（通讯员：彭浩）近日，邵阳学院廖柏林教授团队在多智能体系统编队规划与高维数据特征选择研究方面取得新进展，相关研究成果分别发表在国际权威期刊IEEE Transactions on Industrial Informatics和IEEE Transactions on Neural Networks and Learning Systems。其中，IEEE Transactions on Industrial Informatics是工业信息化领域国际顶级期刊，影响因子为9.8；IEEE Transactions on Neural Networks and Learning Systems是神经网络与机器学习领域国际顶级期刊，影响因子为9.7；两个期刊均为中科院一区TOP期刊，享有极高的声誉和影响力。
两篇论文的第一作者均为廖柏林教授。廖柏林教授团队长期聚焦人工神经网络、协同神经动力学、智能优化和多智能体系统等研究方向，致力于推动神经动力学理论在智能机器人、无人集群和高维数据分析等领域的应用。
论文《Novel Collective Neural Dynamics-Driven Formation for Multiagent Systems》针对复杂环境下多智能体编队规划容易陷入局部最优、计算效率不足等问题，提出了一种协同神经动力学驱动的最优编队方法。该方法能够协同优化目标分配与编队构型，仿真和实体实验验证了方法的有效性，在无人机集群、移动机器人协同和智能交通等领域具有应用前景。
在高维数据分析方面，团队还提出了协同一阶神经动力学特征选择方法。论文《Supervised Feature Selection via Collective First-Order Neural Dynamics》针对特征冗余和传统方法全局搜索能力不足等问题，提出新的特征选择方法。实验结果表明，该方法在多个公开数据集和分类任务中表现出较好的准确性、稳定性和鲁棒性，平均分类准确率提升约2%至5%，最高性能提升超过6%。
此次两项研究成果的取得，体现了廖柏林教授团队持续开展基础理论创新和应用研究的良好成效。目前，该团队已有4篇论文入选ESI高被引论文。
近年来，邵阳学院持续加强高水平科研团队建设，鼓励科研人员面向人工智能、智能制造和地方产业发展需求开展协同攻关，推动更多具有国际影响力的科研成果产出，为学校学科建设和区域科技创新贡献力量。
论文链接
1.https://ieeexplore.ieee.org/abstract/document/11575632
2.https://ieeexplore.ieee.org/abstract/document/11667804
（一审：陈志刚 二审：毛辉 三审：肖楚丽）
