人工智能决策与优化实验室
课题组聚焦人工智能与电力能源的交叉领域，围绕复杂系统中的建模、分析、决策与优化，开展基础理论研究与应用方法创新，致力于推动智能算法在真实工程场景中的高效落地。
在人工智能方向，课题组系统研究机器学习、深度学习、强化学习及大模型等前沿方法，探索其在智能决策、优化决策、数据驱动建模与不确定性分析中的应用；在电力能源方向，关注新型电力能源系统的运行优化、调度控制、安全评估、态势感知与能源协同管理，应对新能源高比例接入背景下的关键挑战。
Research Areas
研究方向
-
01 科研领域
人工智能
聚焦大语言模型、深度学习与强化学习，面向复杂决策、智能优化与数据驱动建模，探索人工智能方法在科研与工程场景中的高效应用。
-
02 科研领域
电力能源
聚焦新型电力能源系统的运行、优化与安全分析，结合数据智能与工程方法，研究电网调度、状态感知与能源协同等关键问题。
-
03 科研领域
优化决策
聚焦优化决策、近似算法与可扩展求解方法，面向调度、配给与路径等离散决策问题，研究高效可证明界与数据驱动启发式在复杂约束下的表现。
Publications
论文发表综述
按公开论文数据库汇总已发表成果、论文类型与发表载体分布，呈现课题组科研产出的整体轮廓。
公开论文
0
篇
发表类型构成
- 期刊论文
- 00%
- 会议论文
- 00%
- 预印本
- 00%
- 其他成果
- 00%
发表载体排行
Principal Investigator
导师介绍
侯庆春
侯庆春，博士生导师，研究员。清华大学电机工程与应用电子技术系获博士学位，师从康重庆教授（IEEE Fellow，系主任，国家杰青）、合作张宁教授（教育部人才计划）；美国华盛顿大学联合培养博士，师从Daniel Kirschen教授（IEEE Fellow, Donald W. and Ruth Mary Close Professor）。
研究方向聚焦人工智能与优化决策、大模型方法、高比例新能源电力能源系统的规划运行与安全稳定规则，以及面向复杂工程系统的优化决策方法。
职务
助理教授 / 研究员
身份
课题组负责人