Xiaoyu Chen

Associate professor   Supervisor of Master's Candidates

Gender : Male

Alma Mater : 中国地质大学(武汉)

Education Level : Faculty of Higher Institutions

Degree : Doctoral Degree in Engineering

Status : Employed

School/Department : 计算机学院

Date of Employment : 2018-08-20

Business Address : 中国地质大学(武汉)未来城校区科教一楼426

Email :


Education Background

2008.9 -- 2012.6

中国地质大学(武汉)       信息安全       Editor       Bachelor's Degree in Engineering

2012.9 -- 2014.6

中国地质大学(武汉)       计算机技术       With Certificate of Graduation for Study as Master's Candidates       Master's Degree in Engineering

2014.9 -- 2018.6

中国地质大学(武汉)       地学信息工程       Faculty of Higher Institutions       Doctoral Degree in Engineering

2015.11 -- 2017.11

德国海德堡大学       Computer science and technology       博士生联合培养       博士生联合培养

Research Focus

组合优化,大规模任务协同规划,智能计算及其在复杂航天任务优化设计中的应用

大规模任务协同规划

智能计算

复杂航天任务优化设计

Other Contact Information

  • PostalAddress :

  • email :

  • Work Experience

    2018.8 -- Now

    中国地质大学(武汉)      计算机学院      副教授

    Research Group

    空间信息工程实验室

    团队负责人:戴光明教授,团队共有6名教师,教授2名(均为博士生导师)、副教授2人、讲师2人


    Personal Profile

    陈晓宇,男,博士,副教授,硕士生导师。2018年6月毕业于中国地质大学(武汉)计算机学院,获工学博士学位;湖北省高等学校优秀中青年科技创新团队负责人、中国仿真学会智能仿真优化与调度专委会委员、Jopti与IJAAE国际期刊编委。入选“地大学者”青年优秀人才(2018年)。攻读博士学位期间,获得国家留学基金委公派研究生CSC项目资助,以联合培养博士生身份赴德国海德堡大学(Heidelberg University)数学与计算机系Gerhard Reinelt教授课题组访问学习两年。主要研究方向是组合优化、大规模任务协同规划、智能计算及其在复杂航天任务优化设计中的应用。对有限资源限制和复杂操作约束下的大规模任务协同规划问题,特别是对含执行时间窗口约束的大规模高维任务与资源分配的冲突消解模型与算法具有深入的研究。获湖北省科技进步二等奖1项,中国仿真学会创新技术一等奖1项,第二届空间智能技术创新大赛二等奖1项,全国空间轨道设计竞赛三等奖1项。主持国家自然科学基金青年项目1项(在研),湖北省高等学校优秀中青年科技创新团队项目1项(在研)中国博士后站前特别资助项目1项、湖北省自然科学基金青年项目1项,作为核心骨干成员持续参加民用航天十二五/十三五/十四五预研项目、国家重点研发计划、863计划、装备预研教育部联合基金等项目多项。截止目前,出版学术专著《多星联合对地观测调度规划方法》、地质遥感任务规划与调度》、《航天任务设计优化与分析仿真(CSTK原理与应用技术)》、《卫星星座对地覆盖理论》4部,已公开发表论文30余篇,获计算机软件著作权12项,国家发明专利9项。担任TEVC、ESWA、TAES、EJOR、COR、JGCD、IJAE、AISR、IEEE Access、CJOA和北航学报等国内外重要期刊审稿人。指导学生在美国大学生数学建模竞赛、全国大学生算法设计与编程挑战赛、蓝桥杯等赛事上获奖多项,指导学生获得省级和校级创新创业与科研立项项目8项。


    个人主页:https://www.researchgate.net/profile/Xiaoyu-Chen-24  


       招收在深度强化学习、演化计算、调度规划方面有一定基础和浓厚兴趣的研究生(我们旨在采用智能优化方法求解航天领域中系列复杂任务优化设计问题),欢迎计算机类、运筹学、数学等学科背景的同学报考!