Zagadnienia odwrotne

Główne zainteresowania naukowe zespołu dotyczą wykorzystania algorytmów sztucznej inteligencji do rozwiązywania odwrotnych zagadnień opisujących różnorodne procesy techniczne, których modele matematyczne zawierają równania różniczkowe zwyczajne i cząstkowe lub równania całkowe.
Badania te dobrze wpisują się we współczesny ogólnoświatowy trend wykorzystania symulacji komputerowej do doskonalenia konstrukcji i procesów technologicznych, podejmują temat trudny i ważny z punktu widzenia zastosowań inżynierskich.
W swojej pracy badawczej zespół zajmuje się zagadnieniami odwrotnymi m.in. dla: zagadnień przewodnictwa ciepła w~obszarach, w których występują (lub nie) przemiany fazowe, procesu ciągłego odlewania czystych metali oraz ich stopów, przewodzenia ciepła w materiałach porowatych (modele z~pochodnymi niecałkowitego rzędu), silnika termoakustycznego, ogniwa termoelektrycznego, modeli wzrostu kolonii bakterii.
W zespole opracowano efektywne algorytmy rozwiązywania zagadnień odwrotnych wymiany ciepła i masy w procesach krzepnięcia metali i stopów. Opracowane metody i efektywne algorytmy dla odwrotnych zagadnień krzepnięcia metali poszerzają istotnie możliwości symulacji komputerowej rzeczywistych procesów odlewniczych i budują narzędzie do ich sterowania i optymalizacji pod kątem realizacji z góry założonej struktury odlewu. Istotnym składnikiem opracowanych metod są algorytmy inteligencji roju, zwanej też inteligencją grupową, należące do grupy algorytmów sztucznej inteligencji, w których zachowanie inteligentne wynika ze współdziałania wielu prostych osobników. W pracach wykorzystywane były następujące algorytmy sztucznej inteligencji: algorytm ACO optymalizacji kolonią mrówek, algorytm ABC optymalizacji kolonią pszczół, algorytm immunologiczny IRM, algorytm selekcji klonalnej CSA, algorytm inwazji chwastów IWO.