Brunson

【简介】 Brunson导师，华东理工大学计算机博士，主要研究方向为约束多目标优化、大模型智能体及深度学习。具备扎实的算法研究与工程实践经验，在自动化、进化计算及工业信息学等领域的高水平期刊上发表多篇研究成果。曾主导或参与多个基于大语言模型的智能体系统开发项目，涵盖电力市场交易智能体与医疗场景医患沟通辅助系统等实际应用场景，积累了丰富的前沿算法落地经验。【科研成果】在《自动化学报》（CCF-A中文）；关于梯度信息启发的多群体协同进化算法的论文在《Expert Systems with Applications》（中科院一区，IF=7.5）；关于大语言模型驱动进化算法在汽油调和调度中的应用的论文在《IEEE Transactions on Industrial Informatics》（中科院一区Top，IF=9.9）发表论文多篇。研究方向覆盖Agent设计、LLM应用等前沿热点。【研究方向】大方向：多目标优化、进化计算、生成式AI 细分方向：约束多目标进化算法、LLM辅助进化优化、LangGraph智能体架构设计【可指导区位】 SCI一区至四区国际期刊及会议论文撰写，聚焦进化计算、多目标优化、大模型应用等方向。【指导经验】指导经验丰富，累计指导本科生及低年级研究生近十人，多名本科生发表一区/二区论文并成功获得985院校保研资格，多名研究生发表一区论文。【指导特点/可提供给学员的帮助】 • 理论与实践并重：结合算法研究与工程项目双重经验，帮助学生建立从数学建模、算法推导到系统实现、性能优化的完整知识体系。 • 精细化论文指导：围绕进化计算与多目标优化方向，从问题定义、创新点挖掘、实验设计到写作逻辑，提供全流程精细指导。 • 代码与实验教学：精通Python、PyTorch等工具，能够手把手指导学生完成算法实现、实验复现与结果分析。 • 跨学科融合：善于将进化算法与大语言模型、电力系统、医疗健康等领域交叉结合，启发学生探索创新应用方向。

上一条苏老师

下一条Leo老师