随着科技的发展和广泛应用，人工智能越来越多地进入人们的视野和生活，让人们感受到了其魅力和威力。智能优化作为一个重要的科学分支，近年来受到人们的广泛关注，且在诸多领域被推广和应用。在智能优化的研究热潮中，北京理工大学自动化学院副教授——辛斌，颇具心得，取得了一系列创新成果。
作为一名80后，辛斌师从陈杰教授，毕业后留校工作，长期从事智能优化基础理论、算法设计和应用研究。他的学术论文和著作颇丰，获得多项科技奖励，2012年，在动态武器目标分配方面的研究获得第18届“关肇直奖”。先后主持国家自然科学基金、973子课题、省部级项目多项，为智能优化的进一步发展做出了贡献。
“强军兴军科技先行”，先进的科学技术已成为当代军事国防的强大动力。辛斌教授从作战需求和工程实践中提炼共性问题，以数学规划建模与先进的优化方法研究为手段，对火力与指挥控制一体化涉及的动态武器目标分配、无人作战平台的任务规划、多平台的协同任务规划、作战资源部署、自动控制装置的多指标优化设计等问题开展了深入研究。近年来，他主要承担“面向多点动态集结任务的空地无人化移动平台分布式协同规划方法研究”“面向网络中心战的动态火力分配问题研究”“面向不确定条件下网络化作战的火力指挥系统研究”等科学研究工作。
针对先进作战装备和指挥自动化的难题，将搜索优化理论与混合设计方法相结合，建立高效的优化问题求解方法。①搜索优化理论，是建立广泛问题优化求解性能理论的重要基础，辛斌针对黑箱优化的共性核心问题——探索（广度搜索）与开发（深度搜索）的权衡问题，提出最优压缩定理。与NO-FREE-LUNCH定理不同的是，最优压缩定理揭示了问题难度对最佳探索开发权衡方式的决定作用及降低问题难度对高效求解问题的重要性。在此理论的指导下，针对火控指挥一体化涉及的典型优化问题提出多种探索开发权衡策略，实现了问题的高效求解。②在混合优化算法设计方面，建立了五要素混合策略分类法，为设计高效的混合优化算法求解复杂优化问题提供了参考依据和通用设计框架。国际上很多学者将这种混合策略分类法作为算法设计的参考。
基于这些研究成果，辛斌副教授已经发表学术论文70余篇，21篇被SCI收录，出版学术专著3部、译著1部。科研成果获得教育部自然科学奖一等奖1项、国防科技进步二等奖4项。目前，他还兼任北京自动化学会理事、中国自动化学会会员、中国指挥与控制学会会员、IEEE系统—人—控制论学会会员、IEEE计算智能学会会员、控制理论专业委员会非线性系统与控制学组委员等职位。
2017年7月，国务院发布《新一代人工智能发展规划》，将人工智能上升为国家战略。2018年，李克强总理把“人工智能”“智能制造”等再次写入工作报告，更是将指挥决策、军事推演及装备研制的智能化，统筹纳入军民融合建设格局。智能优化在军事和国防安全领域有着不可替代的作用。作为引领军事未来的战略性技术，智能化作战系统已成为军事智能化的重要领域之一，其中涉及大量复杂的优化问题，智能优化有着广阔的用武之地。当前，国家安全和国际竞争形势复杂多变。放眼全球，将人工智能与智能系统放在国家战略层面系统布局、主动谋划，才能打造竞争优势，有效保障国家安全。无疑，未来，辛斌的智能优化道路将走的更长更远！
