姓名: 杨赞 职称: 副教授

邮箱: yangzan@ncu.edu.cn 导师类型: 硕导

主讲课程: 机器学习；数据库管理系统

个人主页：https://www.x-mol.com/groups/yang_zan

研究方向

团队长期从事复杂机械产品性能精确建模和优化方面的研究和应用工作，致力于通过数学和人工智能等手段使产品的性能得到精准预测和优化，应用研究重点关注面向复杂装备的智能优化设计与面向复杂目标的智能识别等方向研究，理论研究包括设计高效的AI驱动的智能进化架构、设计高鲁棒性&轻量化的深度学习模型等，具体研究方向如下：

1、面向复杂昂贵问题的机器学习优化设计理论：针对工程中目标仿真耗时、设计空间高维、复杂约束强耦合、多目标难兼顾等复杂特性，设计可融合机器学习预测能力/大模型推理能力与智能算法全局搜索能力的优化设计架构，实现高效高精度寻优。

2、复杂装备智能设计：针对复杂装备如航空装备-翼形复合结构高刚度-重量比最大化、汽车装备-底盘关键件如车架轻量化、智能装备如人形机器人核心精密传动部件承载性能最大化、军工装备如隐身电站降噪减振或红外隐身膜层优化等设计适配工程问题特性的智能设计架构，实现复杂装备关键性能极致提升。

3、复杂目标智能识别：针对工业检测及特种监控等复杂场景，设计高鲁棒性、轻量化的深度学习检测模型，解决微/小目标检测与多形态识别难题；针对医学图像（如真菌-隐球菌&疟原虫等微小病原体、CT/MRI/PET等）常见的模态多样性、数据维度复杂性、质量受扰特殊性等特点，研究高轻量化&高精度的多模态融合/分割/检测架构，实现医学图像的智能辅助诊断。

4、AI驱动的智能设计平台集成：围绕 AI 驱动的智能设计平台集成展开，将多模态 AI 能力与 CAD/CAE 等设计工具深度融合，打通设计全流程的数据与知识壁垒，构建人机协同设计范式并打造柔性可扩展的平台架构，实现从需求解析到仿真验证的设计全链路智能协同，最终提升设计效率、降低创新门槛，推动设计领域向智能协同范式转型。

教育经历

2016.09 – 2022.06， 华中科技大学，机械工程，博士

2021.03 – 2022.03， 新加坡国立大学，机械工程，CSC联合培养博士

2012.09 – 2016.06， 山东科技大学，工业工程，本科

工作履历

2022.07 – 至今, 南昌大学，先进制造学院，副教授

学术兼职

1、青年编委：CJME: Additive Manufacturing Frontiers (AMF)

2、青年编委：《机械设计》、《智能制造》

3、Topic Editors：Uncertainty Quantification in Design, Manufacturing and Maintenance of Complex Systems (https://www.mdpi.com/topics/5H23414FC9), 2023-2024

4、期刊审稿人：IEEE T EVOLUT COMPUT；IEEE T CYBERNETICS；SWARM EVOL COMPUT；Engineering；ENG APPL ARTIF INTEL；PATTERN RECOGN；COMPUT METHOD APPL M等

个人荣誉

[1] 项目成果“面向复杂电子产品封装的柔性智能产线研发及其产业化”荣获2024年度中国产学研合作促进会科技创新奖创新成果奖二等奖；

[2] 项目成果“面向IC卡个性化智能制造关键技术研发与产业化”荣获江西省科技进步二等奖；

[3] 荣获ASME期刊《ASCE-ASME Journal of Risk and Uncertainty in Engineering Systems》2024年度杰出审稿人（2024年度全球仅两人获得此奖励）；

[4] 教学成果“面向制造强国战略机械工程研究生“三层递进-四业联动-五维融合”创新能力培养体系构建与实践”荣获2023年南昌大学教学成果奖（研究生层次）特等奖；

[5] 教学成果“基于“四阶三合两并”的智能制造新工科人才培养模式探索与实践”荣获2024年度南昌大学教学成果奖（青年项目）一等奖；

[6] 指导本科生荣获第十九届“挑战杯”全国大学生课外学术科技作品竞赛“人工智能+”专项赛-国家三等奖；

[7] 指导本科生荣获中国好创意（第十九届）暨全国数字艺术设计大赛国赛一等奖&获国赛-优秀指导教师奖；

[8] 指导本科生荣获第十七届全国三维数字化创新设计大赛全国总决赛-国家三等奖。

主要业绩

近年来主持国家/省部级自然科学基金、省部级智能制造规划&揭榜挂帅项目、市级博士科研创新中心项目以及校级人才培育基金等项目近10项，主持经费超600万元（主持&参与项目总经费超1500万元）；获国家级创新成果奖、省部级科技进步奖各1项，校级教学成果奖2项；指导本科生在挑战杯、全国三维数字化创新设计大赛、中国好创意暨全国数字艺术设计大赛等B级学科竞赛获国家级&省部级奖项10余项；在Swarm and Evolutionary Computation、Computer Methods in Applied Mechanics Engineering、中国机械工程等权威SCI/EI期刊发表SCI论文60余篇（一作/通讯30余篇，ESI高被引论文2篇），WOS被引1200余次，H指数20，授权国家发明专利30余项。

代表性项目如下：

[1] 国家自然科学基金：基于分层重构和自适应进化的复杂机械产品昂贵约束优化设计方法研究，32万，主持

[2] 江西省自然科学基金：基于状态识别与自适应搜索的复杂装备昂贵约束优化设计方法研究，10万，主持

[3] 南昌县（小蓝经济技术开发区）揭榜挂帅项目：视觉引导型轮式巡检机器人智能导航关键技术研究，400万，主持

[4] 南昌市博士科研创新中心项目：多尺度复合多孔超材料结构拓扑优化设计，60万，主持

[5] 吉安市“揭榜挂帅”项目：多智能高效低本去刺关键技术研究及设备开发，50万，主持

[6] 省部级智能制造规划项目：江西省工业和信息化研究院关于申报国家级智能制造企业咨询辅导项目，21.7万，主持

[7] 南昌大学青年人才培育创新基金项目：基于精准建模与智能进化的复杂机械产品昂贵约束优化设计方法研究，20万，主持

[8] 国家部委级项目-工业和信息化部-国家科技重大项目子课题：工人作业状态识别与人机高效作业协作适配，83万，参与

[9] 江西省重大科技研发专项“揭榜挂帅”企业需求类项目：多源微电网智能控制、高效热管理、降噪减振及红外隐身技术开发，700万，参与

[10] 江西省重点研发项目：大行程高可靠性直线导轨成套技术应用及高精装备研发，100万，参与

[11] 江西省学术学科带头人项目：面向多源能源装备的高功率氢燃料电池金属超薄极板关键技术研究，50万，参与

代表性论文如下：

[1] J. Liu, H. Hu, Z. Liu, Z. Yang*, L. Chen, X. Cai, Expensive constrained multi-objective optimization via adaptive surrogate-assisted dense weight multi-objective evolutionary algorithm, Swarm Evol. Comput. 97 (2025) 102033. https://doi.org/10.1016/j.swevo.2025.102033. (中科院一区)

[2] H. Lu, Z. Yang*, J. Huang, L. Chen, X. Cai, Angle information enhanced kriging-assisted adaptive evolutionary algorithm for computationally highly expensive high-dimensional problems, Swarm Evol. Comput. 96 (2025) 101992. https://doi.org/10.1016/j.swevo.2025.101992. (中科院一区)

[3] H. Tao, Z. Yang*, J. Liu, H. Qiu, X. Li, L. Gao, Iterative model pruning with sparsity learning for infrared rotary-wing UAV detection, Expert Syst. Appl. 295 (2026) 128755. https://doi.org/10.1016/j.eswa.2025.128755. (中科院一区)

[4] J. Liu, J. Chen, Z. Yang*, Y. Liu, H. Qiu, L. Gao, Two-layer surrogate-assisted collaborative framework for expensive constrained optimization problems involving mixed integer variables, Inf. Sci. (Ny). 690 (2025) 121522. https://doi.org/10.1016/j.ins.2024.121522. (中科院一区)

[5] H. Tao, J. Liu, Z. Yang*, G. Wang, J. Shang, H. Qiu, L. Gao, Revolutionizing flame detection: Novelization in flame detection through transferring distillation for knowledge to pruned model, Expert Syst. Appl. 249 (2024) 123787. https://doi.org/10.1016/j.eswa.2024.123787. (中科院一区)

[6] Z. Yang, S. Chu, J. Liu, H. Qiu, M. Xiao, L. Gao, Incorporating gradient information into dimension perturbation mutation for high-dimensional expensive optimization, Swarm Evol. Comput. 84 (2024) 101446. https://doi.org/10.1016/j.swevo.2023.101446. (中科院一区)

[7] Z. Yang, H. Qiu, L. Gao, L. Chen, J. Liu, Surrogate-assisted MOEA/D for expensive constrained multi-objective optimization, Inf. Sci. (Ny). 639 (2023) 119016. https://doi.org/10.1016/j.ins.2023.119016. (中科院一区)

[8] X. Du, S. Lu, R. Tang, X. Li, J. Miao, L. Wu, Z. Yang*, B. Chen, An efficient method for designing high-performance planetary roller screw mechanism with low contact stress, Tribol. Int. 187 (2023) 108709. https://doi.org/10.1016/j.triboint.2023.108709. (中科院一区)

[9] Z. Yang, H. Qiu, L. Gao, D. Xu, Y. Liu, A general framework of surrogate-assisted evolutionary algorithms for solving computationally expensive constrained optimization problems, Inf. Sci. (Ny). 619 (2023) 491–508. https://doi.org/10.1016/j.ins.2022.11.021. (中科院一区)

[10] Z. Yang, H. Qiu, L. Gao, X. Cai, C. Jiang, L. Chen, Surrogate-assisted classification-collaboration differential evolution for expensive constrained optimization problems, Inf. Sci. (Ny). 508 (2020) 50–63. https://doi.org/10.1016/j.ins.2019.08.054. (中科院一区)

[11] S. Chu, Z. Yang*, M. Xiao, H. Qiu, K. Gao, L. Gao, Explicit topology optimization of novel polyline-based core sandwich structures using surrogate-assisted evolutionary algorithm, Comput. Methods Appl. Mech. Eng. 369 (2020) 113215. https://doi.org/10.1016/jNaNa.2020.113215. (中科院一区)

代表性专利如下：

[1] 杨赞, 罗云行, 谢传楠, 等. 注意力信息增强的径向基函数优化设计方法: 中国, ZL202410502586.5[P]. 2024-06-25.

[2] 杨赞, 罗云行, 谢传楠, 等. 一种隐身电站设计的优化方法及系统: 中国, ZL202410480282.3[P]. 2024-07-12.

[3] 杨赞, 刘建胜, 黄纪绘, 等. 面向混合整数昂贵优化问题的代理模型辅助差分进化方法: 中国, ZL202311499733.X[P]. 2024-10-11.

[4] 杨赞, 陈宇航, 陈艳慧, 等. 一种机器学习优化设计方法及系统: 中国, ZL202411223433.3[P]. 2024-11-22.

[5] 杨赞, 刘建胜, 黄纪绘, 等. 面向高维昂贵优化问题的代理模型辅助的并行协同方法: 中国, ZL202311500236.7[P]. 2024-12-27.

[6] 杨赞, 朱紫华, 鲁翠媛, 等. 基于机器学习的IN718镍基合金成形缺失数据生成与预测方法: 中国, ZL202411237627.9[P]. 2024-12-27.

[7] 杨赞, 刘建胜, 黄纪绘, 等. 面向高维昂贵优化问题的梯度信息驱动维度扰动变异方法: 中国, ZL202311482150.6[P]. 2025-02-14.

[8] 杨赞, 刘旭涛, 刘建胜, 等. 一种汽车后副车架轻量化设计方法及系统: 中国, ZL202411280855.4[P]. 2025-03-04.

[9] 杨赞, 欧阳宏超, 杜兴, 等. 一种基于禁忌空间划定的机器学习协助的差分进化方法: 中国, ZL202411303019.3[P]. 2025-03-18.

[10] 杨赞, 朱紫华, 柯星, 等. 一种基于信息融合的机翼升阻比机器学习优化设计方法: 中国, ZL202411906948.3[P]. 2025-05-02.

[11] 杨赞, 朱紫华, 刘辉鸿, 等. 一种基于机器学习的翼形结构轻量化设计方法: 中国, ZL202411854261.X[P]. 2025-05-02.

[12] 杨赞, 卢航旭, 杜兴, 等. 一种机器学习引导的动态种群优化设计方法: 中国, ZL202411534758.3[P]. 2025-05-09.

[13] 杨赞, 欧阳宏超, 黄纪绘, 等. 一种基于ML模型的红外隐身材料膜层多目标优化设计方法: 中国, ZL202510328975.5[P]. 2025-06-06.

[14] 杨赞, 卢航旭, 黄纪绘, 等. 一种基于机器学习的红外隐身材料膜层优化设计方法: 中国, ZL202510413042.6[P]. 2025-06-06.

[15] 杨赞, 陈宇航, 黄纪绘, 等. 基于ML的后副车架结构轻量化与模态优化的目标设计方法: 中国, ZL202510421424.3[P]. 2025-06-10.

[16] 杨赞, 陈宇航, 胡子奇, 等. 基于ML的全回转推进器驱动轴服役寿命与轻量化设计方法: 中国, ZL202411974852.0[P]. 2025-11-18.

[17] 杨赞, 周子恒, 李西安, 等. 基于神经网络模型的优化方法、设备、介质和程序产品: 中国, ZL202511249010.3[P]. 2025-11-21.

[18] 陈艳慧, 杨赞, 胡龙华, 等. 一种基于深度卷积神经网络的隐球菌图像识别方法: 中国, ZL202410666582.0[P]. 2024-08-06.

[19] 陈艳慧, 杨赞, 胡龙华, 等. 一种基于数据增强DETR的隐球菌识别方法及系统: 中国, ZL202410963272.5[P]. 2024-09-20.

[20] 肖承地, 杜兴, 杨赞, 等. 一种双向自锁行星滚柱丝杠副设计方法及系统: 中国, ZL202411339333.7[P]. 2025-05-16.

[21] 刘建胜, 陈晋, 杨赞, 等. 一种基于全局与局部代理模型辅助的双区域协同优化方法: 中国, ZL202411814959.9[P]. 2025-05-30.

[22] 罗怡雯, 陈艳慧, 杨赞, 等. 基于超图计算的YOLOv8多形态隐球菌检测与计数方法及其系统: 中国, ZL202510757179.3[P]. 2025-08-15.

[23] 刘旭波, 曹达辉, 杨赞, 等. 汽车后副车架刚度及NVH的两目标设计方法、设备、介质: 中国, ZL202511053844.7[P]. 2025-10-14.

[24] 熊君星, 罗怡雯, 杨赞, 等. 一种考虑模态约束的汽车前副车架轻量化设计方法: 中国, ZL202511148781.3[P]. 2025-11-07.

[25] 陈艳慧, 王小中, 熊建球, 杨赞, 等. 一种疟原虫图像检测方法及系统: 中国, ZL202411204201.3[P]. 2024-11-22.