研究方向
譚營教授主要從事計算智能、群體智能、機器學(xué)習(xí)與數(shù)據(jù)挖掘，及其在信息安全中應(yīng)用的研究工作。
代表著作
1. 譚營(著), Fireworks Algorithm: A Swarm Intelligence Optimization Method, Springer, 2015.10.
2. Ying Tan and Ke Ding, "A Survey on GPU-based Implementation of Swarm Intelligence Algorithms," IEEE Transactions on Cybernetics, October 2015, Vol. 45.
3. 譚營(著)，《煙花方法引論》, 科學(xué)出版社, 2015.05.
人物評價
譚營教授等通過對煙花爆炸現(xiàn)象的觀察于2010年提出了煙花算法，為解決大規(guī)模復(fù)雜優(yōu)化問題提供了一種可行的解決方案。盡管煙花算法在算法研究與實際問題應(yīng)用中都取得了一些成績，呈現(xiàn)出了可喜前景，但是隨著宏觀經(jīng)濟發(fā)展、社交網(wǎng)絡(luò)、大數(shù)據(jù)等的出現(xiàn)和飛速發(fā)展，人們面臨的各種優(yōu)化問題是越來越復(fù)雜、求解越來越困難，以此對優(yōu)化技術(shù)與方法的要求必將越來越高。為此深入研究以煙花算法為代表的新型群體智能優(yōu)化方法必將迎來新的春天。雖然目前對煙花算法的研究工作仍處在初步階段，還存在許多亟待分析和解決的困難和基本問題，尤其是面對復(fù)雜、高維、多目標(biāo)的許多實際優(yōu)化問題，必然對煙花算法提出更高的要求，所以必須投入更大的人力和財力來對煙花算法進行深入研究，以適應(yīng)大數(shù)據(jù)條件下對復(fù)雜優(yōu)化問題的有效求解。
