2025年6月10日下午，第8期IT讲坛在勤园12-304如期举行。来自墨西哥Cinvestav研究中心的著名学者Carlos Artemio Coello Coello教授应邀做了题为“Lessons Learned after 29 Years Designing Multi-Objective Evolutionary Algorithms”的精彩报告。众多师生到场聆听，现场座无虚席、互动踊跃。

在报告中，Coello Coello教授以自身29年的科研经历为主线，围绕多个主题分享了他在多目标进化优化（EMOO）领域的重要经验与思考，同时通过多个往届学生的研究故事生动地诠释了这些经验的深刻内涵。

Lesson One: Try to be the First

教授强调科研中“率先突破”的重要性。他回顾了团队在2001年开发出首个用于多目标优化的微遗传算法的经历，并介绍了他们提出的MOPSO算法作为第一个在权威期刊发表的多目标粒子群优化方法，奠定了团队在该领域的国际影响力。

Lesson Two: Do Things that Matter

科研的价值不仅在于创新，更在于意义, “做有意义的事”是教授始终秉持的科研信念。教授分享了他与欧洲合作团队在g-dominance方法上的合作案例，强调研究要服务于实际决策需求，聚焦能推动学科进步的问题。如：教授曾与来自西班牙的众多合作者提出了一种改进的Pareto优势判别方法。这一方法引入参考点的概念，增强了多目标进化算法在实际决策场景中的适用性，体现了基础研究与应用需求之间的深度结合。

Lesson Three: Learn from Your Failures

在科研道路上，失败是重要的养分。在分享失败经验时，Coello Coello教授讲述了其中一位博士学生在研究初期对NBI方法的质疑，以及后续团队如何在不断尝试中逐步走出困境。他指出，即使最初的思路未被采纳，后来发展出的MOEA/D等方法仍与早期设想有异曲同工之处。此外，他也提到2006年学生Ricardo Landa发展出的一种基于ε约束方法的文化差分进化算法，虽然计算成本较高，但展现出良好的优化能力。教授通过这些故事鼓励学生不要惧怕失败，而应从失败中汲取灵感、不断前行。

Lesson Four: Our Legacy

在讲述团队的学术传承时，Coello Coello教授介绍团队介绍类近年来在多目标算法设计上的传承与演进，特别是一系列基于指标驱动和超启发式方法的创新工作，反映出EVOCINV团队在学术积累和人才培养方面的持续投入与成果。

在报告的尾声，Coello Coello教授以其一贯坦率与深刻的风格，对EMOO领域的研究现状进行了理性分析，并对青年学者提出了真诚建议。他强调科研不仅是知识的积累过程，更是责任与价值的体现。

讲座结束后，现场师生积极提问，与教授进行了深入交流，展示了浓厚的学术热情与思维碰撞。本次IT讲坛为大家提供了一次难得的学习与启发机会，也进一步拓宽了对多目标进化优化研究前沿的理解。

（文/陈鹏宇 钱欣宜 图/陈鹏宇）