2025年11月19日下午，浙江财经大学林剑教授受邀来我院，为学院教师带来一场题为“智能调度优化方法的算法创新与应用实践”的学科前沿讲座。

林剑教授指出，优化问题广泛存在于智能制造、智慧医疗、物流等领域，是工业应用的关键挑战。他结合国家战略，列举新能源汽车柔性制造流程优化、智慧医疗智能排号提效等案例，强调优化技术通过算法创新提升效率的价值，需兼顾理论深度与实际问题解决能力。

针对优化问题分类与挑战，林剑教授梳理了连续/离散、单目标/多目标（重点分析高维目标优化的局限性）、确定/不确定性等方向，指出当前研究在小规模确定性问题上进展明显，但复杂场景仍存差距，需多学科融合突破。

林教授重点介绍团队2025年两项成果：一是电动车辆路径优化，针对电动汽车载重与电量约束的配送问题，团队基于强化学习构建调度框架，结合自适应奖励与电量修复策略，成果以本科生为核心发表于智能交通顶刊；二是云计算工作流调度，针对多任务依赖的能耗优化，团队采用“基于种群结构的Q学习”等方法，成果性能超越主流算法。此外，林剑教授提及电缆厂排产、共享盘具租赁等企业合作案例，并介绍了其团队在大模型技术产业应用方面的丰富成果，充分展现其团队“问题导向、技术落地”的特色。

总结时，林剑教授强调智能优化需坚持数学与AI融合，重视场景挖掘与方法创新，并就科研选题、拔尖人才培养等话题与在座教师进行了内容丰富的互动交流