同济大学计算机科学与技术学院 AI +大气海洋研究团队

同济大学计算机科学与技术学院 AI +大气海洋研究团队主要由两名正教授、一名助理教授及其指导下的16名博士生和14名硕士生所组成。主要从事人工智能与大气海洋科学的交叉科学研究。研究方向涵盖：人工智能及其可解释性、机器学习、神经网络、大气及海洋大数据分析、智能数据同化、AI 多圈层耦合、大模型误差溯源等。当前主持国家自然科学基金【原创探索】计划项目一项、国家自然科学基金联合基金【重点】项目两项、国家重点研发计划课题一项。团队在该研究方向已发表高影响因子学术论文150余篇，获授国家发明专利17项。研发的“天行”气象大模型入选中国气象局人工智能天气预报大模型示范计划。研发的 SmaAt-UNet 海冰预测系统在国际海冰预测网络（SIPN）中预报精度排名全球第五，并为“雪龙2”号科考船2024航次提供了精准海冰预报。团队研究地点：同济大学嘉定校区济事楼316左实验室。

主持或参与科研项目（课题）情况：

1、国家自然科学基金【原创探索计划】项目，“物理-数据双驱动的端到端神经同化方法 NeuralDA 研究”，项目批准号42450163，2025-01至2027-12，主持。

2、国家自然科学基金联合基金【重点】项目，“通用智能耦合器AI-Coupler及海-冰-陆-气耦合的智能地球系统模型AI-ESM”，项目编号：U2542211，2026.01-2029.12，主持。

3、国家重点研发计划“全球变化及应对”专项项目，“大数据与深度学习方法创新地球系统模式发展及应用研究”之课题二“复杂地球系统过程与现象的时空相关性研究”，课题编号2020YFA0608002，2020-11至2025-04，主持。

4、国家自然科学基金联合基金【重点】项目，“基于因果推断和物理引导的面向天气预报与气候预测的深度学习理论算法及可解释性研究”，项目编号：U2142211，2022.01-2025.12，第二负责人。

5、国家自然科学基金【面上】项目，“多模态数据驱动的海气耦合台风概率预报模型”，项目编号：42075141，2021.01-2024.12，第二负责人。

6、上海市2020年度“科技创新行动计划”社会发展科技攻关“公共安全/突发公共安全事件应急处理处置”专题项目，“基于风云卫星智能精准观测针对极端天气事件的长三角航空运行安全应对研究”之课题二“针对CNOP的高效智能算法开发与应用“，课题编号 20dz1200702， 2020-09-01至2023-08-31，第二负责人。

主持或参与科研项目（课题）情况：

1、国家自然科学基金【原创探索计划】项目，“物理-数据双驱动的端到端神经同化方法 NeuralDA 研究”，项目批准号42450163，2025-01至2027-12，主持。

2、国家自然科学基金联合基金【重点】项目，“通用智能耦合器AI-Coupler及海-冰-陆-气耦合的智能地球系统模型AI-ESM”，项目编号：U2542211，2026.01-2029.12，主持。

3、国家重点研发计划“全球变化及应对”专项项目，“大数据与深度学习方法创新地球系统模式发展及应用研究”之课题二“复杂地球系统过程与现象的时空相关性研究”，课题编号2020YFA0608002，2020-11至2025-04，主持。

4、国家自然科学基金联合基金【重点】项目，“基于因果推断和物理引导的面向天气预报与气候预测的深度学习理论算法及可解释性研究”，项目编号：U2142211，2022.01-2025.12，第二负责人。

5、国家自然科学基金【面上】项目，“多模态数据驱动的海气耦合台风概率预报模型”，项目编号：42075141，2021.01-2024.12，第二负责人。

6、上海市2020年度“科技创新行动计划”社会发展科技攻关“公共安全/突发公共安全事件应急处理处置”专题项目，“基于风云卫星智能精准观测针对极端天气事件的长三角航空运行安全应对研究”之课题二“针对CNOP的高效智能算法开发与应用“，课题编号 20dz1200702， 2020-09-01至2023-08-31，第二负责人。

主持研发出的模型与系统：

【1】“天行”气象大模型，入选中国气象局人工智能天气预报大模型示范计划。

【2】 SmaAt-UNet 海冰预测系统，在国际海冰预测网络（SIPN）中预报精度排名全球第五，并为“雪龙2”号科考船2024航次提供了精准海冰预报。

发表的学术论文：

【1】A Deep Learning–Based BiasCorrection Model for Tropical Cyclone Track and Intensity towards Forecastingof the TianXing Large Weather Model ，Yuan,Shijin; 王星洲; 穆斌; Wang,Guansong; Niu, Zeyi，Advances in AtmosphericSciences | 2026年 | 43卷 | 3期 | 612-630页

【2】Assessment of Tropical Cyclone Disaster Damage Based on LearnableInter-City Interaction GNN ，Yuan, Shijin;Yang, Laiyu; 穆斌; 秦博; Huang,Yanjun，Journal of Meteorological Research | 2025年 | 5期 | 1146-1166页

【3】An Interpretable NAO Daily Prediction Model Considering Weighted CausalEffects of Physical Processes ，Yuan, Shijin;Wu, Haoyu; 穆斌; Cui, Yuehan; 秦博，Journalof Meteorological Research | 2025年 | 39卷 | 05期 | 1126-1145页

【4】EAAC-S2S: East Asian Atmospheric Circulation S2S Forecasting with a DeepLearning Model Considering Multi-Sphere Coupling ，穆斌; 陈宇轩; 袁时金; 秦博; Liu, Zhenchen，Advances in AtmosphericSciences | 2025年 | 42卷 | 7期 | 1442 - 1462页

【5】TianXing: A Linear Complexity Transformer Model with Explicit AttentionDecay for Global Weather Forecasting ，袁时金;Wang, Guansong; 穆斌; Zhou, Feifan，ADVANCES IN ATMOSPHERIC SCIENCES | 2025年 | 42卷 | SI期 | 9-25页

【6】Developing Intelligent Earth System Models : An AI scheme of K-profileparameterization and stable coupling into CESM with FTA ，穆斌; Yang, Kang; 秦博; Li, Hao; 袁时金，Ocean Modelling | 2025年 | 197卷

【7】Prediction of the summertime Northwest Pacific subtropical high based onConvLSTM ，Yang, Fei; Ma, Jing; Lan, Hongxia;穆斌; 袁时金，Atmospheric and OceanicScience Letters | 2025年

【8】Incorporating heat budget dynamics in a Transformer-based deep learningmodel for skillful ENSO prediction，穆斌; 崔悦涵; 袁时金; 秦博，NPJCLIMATE AND ATMOSPHERIC SCIENCE | 2024年 | 7卷 | 1期

【9】基于深度学习的全球热带气旋生成预测模型及其可解释性分析，穆斌; 王馨; 袁时金; 陈宇轩; 王冠淞等7名作者，中国科学:地球科学 |2024年 | 54卷 | 12期 | 3708-3733页

【10】Multivariate Upstream Kuroshio Transport (UKT) Prediction and TargetedObservation Sensitive Area Identification of UKT Seasonal Reduction，穆斌; Yang-Hu, Yifan; 秦博; 袁时金，Ocean Modelling | 2024年 | 189卷

【11】A generative adversarial network-based unified model integrating biascorrection and downscaling for global SST，袁时金; 冯新; 穆斌; 秦博; 王馨等6名作者，Atmosphericand Oceanic Science Letters | 2024年 | 17卷 | 1期

【12】Toward a Learnable Climate Model in the Artificial Intelligence Era，Huang, Gang; Wang, Ya; Ham, Yoo-Geun; 穆斌;Tao, Weichen等6名作者，Advances inAtmospheric Sciences | 2024年 | 41卷 | 7期 | 1281-1288页

【13】A deep learning-based bias correction model for Arctic sea iceconcentration towards MITgcm，袁时金; 朱师辰; Luo, Xiaodan; 穆斌，OceanModelling | 2024年 | 188卷

【14】Developing intelligent Earth System Models: An AI framework for replacingsub-modules based on incremental learning and its application，穆斌; 赵紫君; 袁时金; 秦博; Dai, Guo-Kun等6名作者，AtmosphericResearch | 2024年 | 302卷

【15】An extension to ensemble forecast of conditional nonlinear optimalperturbation considering nonlinear interaction between initial and modelparametric uncertainties ，穆斌; 赵紫君; 袁时金; Chen, Xing-Rong; 秦博等6名作者，Atmospheric Research | 2024年 | 311卷

【16】A deep learning-based global tropical cyclogenesis prediction model andits interpretability analysis，穆斌; Wang, Xin;袁时金; 陈宇轩; 王冠淞等7名作者，Science China EarthSciences | 2024年 | 67卷 | 12期 | 3671-3695页

【17】IceTFT v1.0.0:interpretable long-termprediction of Arctic sea ice extent with deep learning，穆斌; 罗晓丹; 袁时金; Liang,Xi，GEOSCIENTIFIC MODEL DEVELOPMENT | 2023年 | 16卷 | 16期 |4677-4697页

【18】A paralleledembedding high-dimensionalBayesian optimization with additive Gaussian kernelsfor solving CNOP，袁时金; 刘娅璇; Qin,Bo; 穆斌;Zhang, Kun，OceanModelling | 2023年 | 184卷

【19】A radiativetransfer deep learning modelcoupled into WRF with a generic fortran torchadaptor，穆斌;陈璐; 袁时金; Qin, Bo，FRONTIERS IN EARTH SCIENCE | 2023年 | 11卷

【20】Dimensionshifting based intelligentalgorithm framework to solve conditional nonlinearoptimal perturbation，袁时金; 刘娅璇;Zhang, Huazhen; 穆斌，Computers and Geosciences | 2023年 | 176卷

【21】NAO SeasonalForecast Using a MultivariateAir–Sea Coupled DeepLearning Model Combined with CausalDiscovery，穆斌; 姜欣; 袁时金; 崔悦涵; Qin, Bo，Atmosphere| 2023年 | 14卷 | 5期

【22】ErrorEvolutions and Analyses on JointEffects of SST and SL via Intermediate CoupledModels and Conditional NonlinearOptimal Perturbation Method，穆斌; 秦小云; 袁时金; Qin, Bo，JOURNALOF MARINE SCIENCE AND ENGINEERING | 2023年 | 11卷 | 5期

【23】Estimating thetropical cyclone windstructure using physics-incorporated networks，袁时金; 尤钱湖; 穆斌; 秦博; Xu Jing，FRONTIERS IN EARTH SCIENCE | 2023年 | 10卷

【24】PIRT: APhysics-Informed Red Tide DeepLearning Forecast Model ConsideringCausal-Inferred Predictors Selection，穆斌; 秦博; 袁时金; Wang,Xin; Chen, Yuxuan，IEEE Geoscience and Remote SensingLetters | 2023年 | 20卷

【25】CAU: ACausality Attention Unit forSpatial-temporal Sequence Forecast，Qin, Bo; Meng,Fanqing; Fang, Xianghui; Dai, Guokun; 袁时金等6名作者，IEEE Transactions on Multimedia | 2023年 |1-15页

【26】ENSO-GTC: ENSODeep Learning ForecastModel With a Global Spatial-Temporal TeleconnectionCoupler，穆斌; 秦博; 袁时金，Journal ofAdvances in Modeling Earth Systems | 2022年 | 14卷 | 12期

【27】Featureextraction-based intelligentalgorithm framework with neural network forsolving conditional nonlinearoptimal perturbation，袁时金;张华桢; 刘娅璇; 穆斌，Soft Computing | 2022年 | 26卷 | 14期 |6907-6924页

【28】A deep learningurban traffic congestionforecast model blending the temporal continuity andperiodicity，穆斌; Huang, Yuxi，ACMInternational ConferenceProceeding Series | 2022年 |602-607页

【29】EnsembleForecast for Tropical CycloneBased on CNOP-P Method: A Case Study of WRF Modeland Two Typhoons，袁时金; Shi Bo; 赵紫君; 穆斌;Zhou Fei-fan等6名作者，JOURNAL OFTROPICAL METEOROLOGY | 2022年 | 28卷 | 2期 | 121-138页

【30】Simulation,precursor analysis andtargeted observation sensitive area identification fortwo types of ENSO usingENSO-MC v1.0 ，穆斌; 崔悦涵; 袁时金; 秦博，GEOSCIENTIFICMODEL DEVELOPMENT | 2022年 | 15卷| 10期 |4105-4127页

【31】OptimalPrecursors Identification forNorth Atlantic Oscillation Using the ParallelIntelligence Algorithm，穆斌; 李婧; 袁时金; 罗晓丹; Dai, Guokun，ScientificProgramming | 2022年 | 2022卷

【32】The NAOVariability Prediction andForecasting with Multiple Time Scales Driven by ENSOUsing Machine LearningApproaches，穆斌; 李婧; 袁时金; Luo, Xiaodan，ComputationalIntelligence andNeuroscience | 2022年 | 2022卷

【33】GCN Modelcombined with Bi-GRU for trafficprediction，穆斌; Zhen,Lin，Proceedingsof SPIE - The International Society forOptical Engineering | 2022年 | 12259

【34】ENSO-ASC 1.0.0:ENSO deep learningforecast model with a multivariate air-sea coupler，穆斌; 秦博; 袁时金，GEOSCIENTIFICMODEL DEVELOPMENT | 2021年 | 14卷| 11期 |6977-6999页

【35】The ELM Modelwith Residual CompensationBased on ARIMA for North Atlantic Oscillation IndexPrediction，Luo, Xiaodan; 袁时金; 穆斌; Li, Jing，ACM InternationalConferenceProceeding Series | 2021年 | 122-126页

【36】An improvedcontinuous tabu searchalgorithm with adaptive neighborhood radius andincreasing search iterationtimes strategies，袁时金; 徐运佳; 穆斌; Zhang, Linlin; Ren, Juhui等7名作者，International Journal on ArtificialIntelligence Tools | 2021年 | 30卷 | 2期

【37】TyphoonIntensity Forecasting Based onLSTM Using the Rolling Forecast Method，袁时金; Wang,Cheng; 穆斌; Zhou, Feifan; Duan,Wansuo，ALGORITHMS | 2021年 | 14卷 | 3期

【38】Efficientexecutions of community earthsystem model onto accelerators using GPUs，袁时金; Wang,Cheng; 穆斌; 罗晓丹，ACMInternational Conference Proceeding Series | 2020年 |192-199页

【39】CNOP-P-BasedParameter SensitivityAnalysis for North Atlantic Oscillation in CommunityEarth System Model UsingIntelligence Algorithms，穆斌; 李婧;袁时金; 罗晓丹; Dai,Guokun，ADVANCES IN METEOROLOGY | 2020年 | 2020卷

【40】ApplyingConvolutional LSTM Network toPredict El Ni?o Events: Transfer Learning fromthe Data of Dynamical Model andObservation，穆斌; Ma,Shaoyang; 袁时金; Xu, Hui，ICEIEC2020 - Proceedings of 2020IEEE 10th International Conference on ElectronicsInformation and EmergencyCommunication，2020年 | 215-219页

【41】DataAssimilation by Artificial NeuralNetwork using Conventional Observation forWRF Model，袁时金;Shi, Bo; 穆斌，ACMInternational Conference ProceedingSeries | 2020年 |62-67页

【42】Multi-scaledownscaling with bayesianconvolution network for ENSO SST pattern，穆斌; 秦博; 袁时金，Proceedings- 2020 5th InternationalConference on Electromechanical Control Technology andTransportation, ICECTT2020 | 2020年 | 359-362页

【43】A ClimateDownscaling Deep Learning Modelconsidering the Multiscale Spatial Correlationsand Chaos of MeteorologicalEvents，穆斌; 秦博; 袁时金; 秦小云，MathematicalProblems in Engineering |2020年 | 2020卷

【44】Prediction ofnorth atlantic oscillationindex associated with the sea level pressure usingDWT-LSTM and DWT-ConvLSTMnetworks，穆斌; 李婧; 袁时金; 罗晓丹，MathematicalProblems in Engineering |2020年 | 2020卷

【45】ApplyingConvolutional LSTM Network toPredict El Nino Events: Transfer Learning fromThe Data of Dynamical Model andObservation，穆斌; 马少阳; 袁时金; Xu, Hui，PROCEEDINGSOF 2020 IEEE 10THINTERNATIONAL CONFERENCE ON ELECTRONICS INFORMATION ANDEMERGENCY COMMUNICATION(ICEIEC 2020) | 2020年 | 215-219页

【46】NAO IndexPrediction using LSTM andConvLSTM Networks Coupled with Discrete WaveletTransform，穆斌; 李婧; 袁时金; 罗晓丹; Dai, Guokun，Proceedingsof theInternational Joint Conference on Neural Networks | 2019年 | 2019-July卷，匈牙利布达佩斯

【47】ENSOForecasting over Multiple TimeHorizons Using ConvLSTM Network and RollingMechanism，穆斌;Peng, Cheng; 袁时金;Chen, Lei，Proceedingsof the International JointConference on Neural Networks | 2019年 | 2019-July卷，匈牙利布达佩斯

【48】IdentifyingTyphoon Targeted ObservationsSensitive Areas Using the Gradient DefinitionBased Method，穆斌; Ren, Juhui; 袁时金; Zhou, Feifan，ASIA-PACIFIC JOURNAL OFATMOSPHERIC SCIENCES | 2019年 | 55卷 | 2期 |195-207页

【49】Prediction ofnorth atlantic oscillationindex with convolutional LSTM based on ensembleempirical mode decomposition，袁时金; 罗晓丹; 穆斌; Li, Jing;Dai, Guokun，Atmosphere | 2019年| 10卷 | 5期

【50】INTELLIGENTALGORITHMS FOR SOLVING CNOPAND THEIR APPLICATIONS IN ENSO PREDICTABILITY ANDTROPICAL CYCLONE ADAPTIVEOBSERVATIONS，穆斌; ZhangLin-lin; 袁时金; 钱一闻; 温仕成等7名作者，JOURNAL OF TROPICAL METEOROLOGY | 2019年 | 25卷 | 1期 | 63-81页

【51】The OptimalPrecursors for ENSO EventsDepicted Using the Gradientdefinition-based Methodin an Intermediate CoupledModel ，穆斌; Ren, Juhui; 袁时金;Zhang, Rong-Hua; Chen, Lei等6名作者，Advances in Atmospheric Sciences | 2019年 |36卷 | 12期 | 1381-1392页

【52】Optimalprecursors of double-gyre regimetransitions with an adjoint-free method，袁时金; 李糜; Wang, Qiang; Zhang, Kun; 张华桢等6名作者，Journal of Oceanology and Limnology |2019年 |37卷 | 4期 | 1137-1153页

【53】CNOP-P-basedparameter sensitivity fordouble-gyre variation in ROMS with simulatedannealing algorithm，袁时金; 张华桢; 李糜; 穆斌，Journal of Oceanology and Limnology |2019年 |37卷 | 3期 | 957-967页

【54】A modifieddirect search algorithm basedon kernel density estimator with three mappingstrategies for solving nonlinearoptimization，Zhang,Lin-Lin; 穆斌;袁时金，Journal ofComputers (Taiwan) | 2019年 | 30卷 | 4期 | 17-30页

【55】ParallelPCA-Based Bacterial ForagingOptimization Algorithm for Identifying OptimalPrecursors of North AtlanticOscillation，穆斌; Jing Li; 袁时金; 罗晓丹; Guokun Dai，2019IEEE 21st InternationalConference on High Performance Computing andCommunications; IEEE 17thInternational Conference on Smart City; IEEE 5thInternational Conference onData Science and Systems (HPCC/SmartCity/DSS).Proceedings | 2019年 | 1171-7页

【56】A novelapproach for solving CNOPs and itsapplication in identifying sensitive regionsof tropical cyclone adaptiveobservations，Zhang,Linlin; 穆斌; 袁时金; Zhou, Feifan，NONLINEAR PROCESSES INGEOPHYSICS | 2018年 |25卷 | 3期 | 693-712页

【57】Paralleldynamic search fireworksalgorithm with linearly decreased dimension numberstrategy for solvingconditional nonlinear optimal perturbation，穆斌; 赵珺晖; 袁时金; 颜景豪，Proceedingsof the International Joint Conference on Neural Networks| 2017年 | 2017-May卷 | 2314-2321页，美国阿拉斯加

【58】CNOP-BasedSensitive Areas Identificationfor Tropical Cyclone Adaptive Observations withPCAGA Method ，Zhang, Lin-Lin; 袁时金; 穆斌; Zhou, Fei-Fan，ASIA-PACIFICJOURNAL OFATMOSPHERIC SCIENCES | 2017年 | 53卷 | 1期 | 63-73页

【59】An efficientapproach based on thegradient definition for solving conditional nonlinearoptimal perturbation ，穆斌; Ren, Juhui; 袁时金，Mathematical Problems inEngineering | 2017年| 2017卷

【60】CACO-LD:Parallel Continuous Ant ColonyOptimization with Linear Decrease Strategy forSolving CNOP，袁时金; 陈韵怡; 穆斌，LectureNotes in Computer Science (including subseries Lecture Notesin ArtificialIntelligence and Lecture Notes in Bioinformatics) | 2017年 | 10637 LNCS卷 | 494-503页

【61】ParallelModified Artificial Bee ColonyAlgorithm for Solving Conditional NonlinearOptimal Perturbation，Ren, Juhui; 袁时金; 穆斌，Proceedings- 18th IEEE InternationalConference on High Performance Computing andCommunications, 14th IEEEInternational Conference on Smart City and 2nd IEEEInternational Conference onData Science and Systems, HPCC/SmartCity/DSS 2016 |2016年 | 333-340页，澳大利亚悉尼

【62】PCAFP forSolving CNOP in Double-GyreVariation and Its Parallelization on Clusters，袁时金; 李糜; 穆斌; Wang,Jingpeng，Proceedings- 18th IEEE InternationalConference on High Performance Computing andCommunications, 14th IEEEInternational Conference on Smart City and 2nd IEEEInternational Conference onData Science and Systems, HPCC/SmartCity/DSS 2016 |2016年 | 284-291页，澳大利亚悉尼

【63】PCGD: Principalcomponents-based greatdeluge method for solving CNOP，温仕成; 袁时金; 穆斌; Li,Hongyu; Ren, Juhui，2015 IEEE CONGRESS ON EVOLUTIONARYCOMPUTATION (CEC) | 2015年 | 1513-1520页

【64】PCAGA:Principal Component Analysis BasedGenetic Algorithm for Solving ConditionalNonlinear Optimal Perturbation，穆斌; Zhang, Linlin; 袁时金; Li, Hongyu，2015 INTERNATIONAL JOINTCONFERENCE ON NEURAL NETWORKS (IJCNN) | 2015年

【65】Paralleldynamic step size sphere-gaptransferring algorithm for solving conditionalnonlinear optimal perturbation，袁时金; 颜景豪; 穆斌; Li,Hongyu，Proceedings- 2015 IEEE 17th InternationalConference on High Performance Computing andCommunications, 2015 IEEE 7thInternational Symposium on Cyberspace Safety andSecurity and 2015 IEEE 12thInternational Conference on Embedded Software andSystems, HPCC-CSS-ICESS 2015 |2015年 | 559-565页

【66】PPSO: PCA basedparticle swarmoptimization for solving conditional nonlinear optimalperturbation，穆斌; 温仕成; 袁时金; Li,Hongyu，Computers and Geosciences |2015年 | 83卷 | 65-71页

【67】A ParallelSensitive Area Selection-BasedParticle Swarm Optimization Algorithm for FastSolving CNOP，Yuan Shijin, Ji Feng, Yan Jinghao, Mu Bin，22ndInternational Conference on Neural Information Processing(ICONIP)，土耳其伊斯坦布尔

【68】ParallelCooperative Co-evolution BasedParticle Swarm Optimization Algorithm forSolving Conditional Nonlinear OptimalPerturbation，YuanShijin, Zhao Li, Mu Bin，22nd International Conferenceon Neural Information Processing(ICONIP)，土耳其伊斯坦布尔

【69】Paralleldynamic step size sphere-gaptransferring algorithm for solving conditionalnonlinear optimal perturbation，Yuan Shijin, YanJinghao, Mu Bin, Li Hongyu，17thIEEE InternationalConference on High Performance Computing and Communications,IEEE 7thInternational Symposium on Cyberspace Safety and Security and IEEE12thInternational Conference on Embedded Software and Systems, 美国纽约

【70】PCAGA:Principal Component Analysis BasedGenetic Algorithm for Solving ConditionalNonlinear Optimal Perturbation，Bin Mu，Linlin Zhang，ShijinYuan，Hongyu Li，2015International JointConference on Neural Networks (IJCNN)，爱尔兰基拉尼

【71】User-QoS-basedWeb Service Clustering forQoS Prediction，Fuxin Chen,Shijin Yuan, Bin Mu，the 22nd IEEE InternationalConference on Web Services， CCF-B，美国纽约

【72】PCGD: Principalcomponents-based greatdeluge method for solving CNOP，Wen,Shicheng，Yuan, Shijin，Mu, Bin，Li, Hongyu，Ren, Juhui，IEEE Congress on Evolutionary Computation, CEC 2015，日本仙台

其他

加拿大纽布伦瑞克大学高级访问学者