中国科学院大学前沿交叉科学学院邀请中国科学院数学与系统科学研究院研究员戴彧虹做“整数规划的人工智能求解方法”前沿学术报告
2025年4月16日（周三）下午13:30–15:00，第一届急需紧缺领域学科交叉高端论坛暨博士选题月——人工智能前沿交叉科学与技术论坛第九讲在雁栖湖西校区国际会议中心报告厅成功举办。中国科学院数学与系统科学研究院研究员戴彧虹受邀作题为《整数规划的人工智能求解方法》的专题报告，报告由前沿交叉科学学院人工智能中心主任叶齐祥教授主持，人工智能方向博士生200余人参与聆听与交流。
整数规划的人工智能求解方法
报告主要聚焦于人工智能在整数规划求解中的创新应用。戴彧虹研究员首先回顾了整数规划传统方法的发展历程，并深入分析了其在应对大规模复杂问题时所面临的挑战。随后，系统梳理了人工智能方法在该领域的研究进展，展示了其在优化策略中的潜力与突破。最后，重点介绍了团队在相关方向的三项研究成果，包括基于分支割平面框架的智能变量与割平面选择方法、引入胶囊聚合注意力机制优化车辆路径问题的端到端求解模型，以及构建图上整数规划统一求解的预训练-自适应框架，开辟了知识迁移与共性建模的新路径。
图一：戴彧虹研究员作专题报告
互动交流
在交流环节，师生们围绕“人工智能方法在整数规划中可解释性的保障”、“预训练模型在跨问题迁移中的泛化能力”以及“智能启发式策略与传统算法的融合机制”等问题展开了深入讨论。主讲人结合研究案例与实验结果，详尽回应了相关提问，分享了团队在模型设计、性能评估及实际应用中的经验体会，并鼓励同学们培养数学思维、促进不同学科深度交叉。
聚焦智能优化，拓展组合决策新路径
作为人工智能前沿交叉科学与技术论坛的第九场活动，本次报告为国科大师生与智能优化领域的研究者搭建了深度交流的平台，聚焦人工智能技术在整数规划问题中的创新应用。报告系统回顾了整数规划传统方法的研究历程，并重点介绍了团队在智能变量选择、路径规划求解模型优化及图上问题知识迁移等方面的研究成果。未来，学院将继续推动人工智能与运筹优化的深度融合，探索预训练、决策学习与强化建模等技术在复杂决策问题中的广泛应用，助力智能优化方法实现更大规模、更高效率的突破与落地。
报告人简介
戴彧虹，研究员，中国运筹学会理事长、中国数学会副理事长、亚太运筹学会联合会主席、中国科学院数学与系统科学研究院副院长。长期从事优化方法的理论及应用研究，在非线性优化、整数规划与应用优化方面做出了系统和创造性的工作。他发展和完善了非线性共轭梯度法理论并提出Dai-Yuan方法；发展和完善了梯度法理论并提出Dai-Fletcher方法；提出最少约束违背优化新方向并给出基础理论与算法；独立解决BFGS拟牛顿法收敛性公开问题以及合作解决一般升维覆盖割计算复杂性公开问题；2018年和学生自主研发了国内第一个现代意义上整数规划求解器CMIP。方法和成果被优化理论和应用界大量引用。
