近日，山东科技大学青岛校区数学与系统科学学院 “智能优化与数据科学” 科研团队在国际顶级期刊《IEEE Transactions on Evolutionary Computation》（影响因子 11.0，JCR Q1 区）发表题为《一种基于多模态协同进化的复杂工程优化算法》的研究论文。该成果针对传统优化算法在复杂工程问题中收敛速度慢、易陷入局部最优的痛点，提出创新性解决方案，为工业设计、资源调度等领域的复杂优化问题提供了重要技术支撑。
据团队负责人、学院副教授张磊介绍，复杂工程优化问题普遍存在变量多、约束条件复杂、目标函数非线性强等特点，传统算法往往难以兼顾求解精度与效率。团队历时 3 年，基于生物进化理论与多智能体协同思想，提出 “多模态协同进化算法”—— 通过构建多个子种群并行搜索，引入自适应变异机制与跨种群信息交互策略，有效提升了算法的全局搜索能力与收敛速度。在数值实验中，该算法在 12 个国际标准测试函数集上的求解精度较传统算法平均提升 23%，收敛速度平均加快 40%，且在汽车零部件设计优化、电网负荷调度两个实际工程案例中验证了可行性。
“这项研究的突破，离不开学院对科研创新的大力支持。” 张磊表示，学院为团队提供了 “智能优化实验室” 的专项经费与设备支持，配备了高性能计算服务器集群，同时推动团队与青岛海克斯康制造智能技术有限公司开展产学研合作，将算法原型在企业实际工程场景中进行测试与迭代。
论文第一作者、2022 级应用数学专业研究生王萌分享道：“在研究陷入瓶颈时，学院组织的‘科研沙龙’让我们有机会与清华大学、大连理工大学的专家交流，碰撞出跨学科合作的思路，为算法改进提供了关键方向。”
近年来，数学与系统科学学院围绕 “人工智能 + 数学”“工业数学” 两大科研方向，组建了 6 个特色科研团队，先后获批国家自然科学基金项目 18 项、山东省自然科学基金项目 25 项，在《Journal of the Operational Research Society》《中国科学：数学》等国内外权威期刊发表论文 300 余篇。“未来学院将持续加大科研投入，完善‘基础研究 — 应用转化 — 产业落地’的科研链条，推动数学理论创新更好地服务国家战略与区域经济发展。” 学院科研副院长李刚表示。（供稿：山东科技大学 丁煦东）