​​​​​       本研究方向聚焦于智能决策优化理论与方法的研究，旨在解决复杂场景下的人机交互与智能决策问题中理论和技术挑战。研究内容主要包括智能决策的数学理论与算法，以及群智能驱动的优化方法及组合优化的机器学习方法。
       （1）智能决策的数学理论与算法：针对智能决策中的粗糙集理论以及数据的代数拓扑结构，分析其代数结构与拓扑结构的深层关系及广义度量空间性质，为智能决策提供理论基础和数值算法。
       （2）群智能驱动的优化方法及组合优化的机器学习方法：针对难以建立数学优化模型的优化问题，构建自然计算驱动的智能优化算法。针对各类组合优化问题，分析其拓扑结构并研究各种不同的高效组合优化算法。