近期，人工智能学院周新宇博士负责的智能计算课题组在智能优化方向取得重要进展。课题组针对约束多目标优化问题、复杂多峰优化问题等开展了深入研究，分别提出了对应的智能优化算法进行高效求解，相关进展如下：
进展1：针对欺骗性约束多目标优化问题，提出了一种动态逃逸种群驱动的约束多目标进化算法，通过设计的动态逃逸机制和多群体协同机制，赋予算法求解复杂欺骗性约束多目标优化问题的能力。相关论文“Dynamic Escaping Population Driven Evolutionary Algorithm for Multi-objective Optimization Problems with Deceptive Constraints”于2026年5月在人工智能与进化计算领域顶刊《IEEE Transactions on Evolutionary Computation》（简称IEEE TEVC）上发表，该论文由周新宇博士指导2023级硕士生林伟峰完成，论文合作者包括郑州大学的于坤杰教授和乔康加博士。IEEE TEVC是人工智能与进化计算领域公认的国际顶级期刊，为SCI一区TOP期刊，影响因子12。该论文也是江西省内高校首次以第一署名单位在IEEE TEVC上发表的论文，标志着学院在智能优化方向上的研究水平迈上了新台阶，也体现了江西师范大学在人工智能前沿研究方向上的持续突破与科研实力提升。
进展2：针对约束多目标优化问题，提出了一种约束放松的竞争多任务约束多目标进化算法，设计了竞争型辅助任务选择与自适应知识迁移机制，以提升求解复杂约束多目标优化问题的能力。相关论文“Competitive multitasking with constraints relaxation for constrained multi-objective optimization”于2026年4月在人工智能领域的SCI一区TOP期刊《Expert Systems with Applications》上发表，该论文由周新宇博士与王明文教授共同指导2023级硕士生林伟峰与2022级硕士生樊龙完成，江西师范大学为唯一署名单位。
进展3：针对复杂单目标优化问题，提出了一种勘探-开采自适应切换的人工蜂群算法，通过设计的在线信息地形分析技术来量化问题特征，使得算法能依据问题特征来自适应调整勘探与开采能力。相关论文“Adaptive exploration-exploitation switching artificial bee colony algorithm based on problem features”于2026年3月在人工智能领域的SCI一区TOP期刊《Expert Systems with Applications》上发表，该论文由周新宇博士指导2023级本科生张宗林等人完成，江西师范大学为唯一署名单位。
进展4：针对多峰优化问题，提出了一种基于竞争性拥挤小生境技术的多峰优化算法，通过设计的竞争性拥挤小生境技术大幅改善了传统拥挤小生境技术存在的“替换错误”。相关论文“一种基于竞争性拥挤小生境技术的多峰优化算法”于2026年1月在计算机领域的中文顶刊《计算机学报》上发表。该论文由周新宇博士指导2022级研究生田龙辉完成，论文合作者包括中国地质大学的龚文引教授和明飞博士、以及江西水利电力大学的王晖教授，江西师范大学为第一署名单位。
上述系列成果体现了智能计算课题组在智能优化方向上的持续探索与阶段性进展。依托长期研究积累，周新宇博士作为第一完成人的项目“多元信息协同的群体智能优化理论与方法”于2025年获得江西省自然科学二等奖。