我的研究興趣為啟發式演算法（metaheuristics）之設計與應用，主要聚焦於演化計算（evolutionary computation）、多目標演化最佳化（evolutionary multiobjective optimization, EMO）、資源最佳化（如生產排程、路線規畫、電力規畫），也對遊戲人工智慧有興趣。主持（共同主持）科技部和教育部計畫二十餘件，發表學術論文著作 七十篇，論文引用數 逾千次，曾獲科技部特殊優秀人才獎勵。熱愛教學，歷年指導 碩博士生逾五十人，曾獲校級教學傑出獎。
談到最佳化，推銷員旅行問題（Traveling Salesman Problem, TSP）是資工背景同學最熟知的最佳化問題之一，其問題是在給定 n 個城市及其相互間距離後，求取一條經過所有城市各一次的最短循環路徑。事實上，最佳化問題在生活中無所不在：以有限資源在最短時間內完成指定工作、以最少成本滿足人力需求、在有限空間內存放最多數量的貨物、以最少車輛數完成所有客戶的運輸需求等等。這些問題大多具有很高的複雜度，意味著目前並沒有能在有限時間內保證求得最佳解的演算法。
啟發式演算法為一類最佳化演算法的總稱，這類演算法常起源於自然界觀察而來的現象，如有模仿生物進化過程的演化演算法（evolutionary algorithms），有習自蟻群覓食的蟻拓搜尋法（ant colony optimization），也有效法鳥類覓食的粒子群搜尋法（particle swarm optimization）等等。由於這些演算法具有高彈性、實作簡單、求解效率高等特質，目前已成為最佳化演算法中的重要研究方向。
演化演算法之概念來自於生物演化，意指生物經過交配、突變產生後代，並經由物競天擇、適者生存選擇存活者的方式，逐漸提升生物對環境之適應力的過程。當我們求解一個問題（如 TSP 問題）時，可將該問題各個可能的解視為一個生物個體，透過模仿生物演化的演算法流程，逐漸提升解的品質，以滿足解題的目標。
歡迎各位新生同學加入師大資工所，我的研究興趣主要為演化演算法之設計與應用，運用這些啟發式演算法的概念，設計與實作出易懂、實作方便、使用簡單、效率快速、求解品質高的演算法，並應用在各種具有挑戰性與高實用價值的最佳化問題上。相關主題包括：
由於啟發式演算法具有高度彈性，故其應用領域十分廣泛。近年我的大學部專題生也將它們應用於許多遊戲，如 小精靈虛擬玩家、Eternity-II 拼圖、超級瑪莉的關卡產生器 等等。未來我也希望能將它用在醫療照護、能源管理與娛樂遊戲的研究上。
Q：「演化計算聽起來很有趣，但對我而言有點陌生，這是屬於哪個領域的研究呢？」
A：演化計算屬於「人工智慧」領域，在科技部資訊工程學門／智慧計算學門的研究領域中，可見「人工智慧與仿生計算」子領域，該領域的規畫書亦提到「演化計算」為重點子領域之一。以資訊領域熟知的 IEEE 與 ACM 來說，前者每年都會舉辦演化計算國際會議（IEEE Congress on Evolutionary Computation, CEC），後者同樣也會每年舉辦演化計算會議（Genetic and Evolutionary Computation Conference, GECCO）。其中 IEEE CEC 每兩年還會結合模糊系統與類神經網路合辦大型的人工智慧會議（WCCI）。
Q：「演化／啟發式演算法可以作些什麼呢？」
A：演化／啟發式演算法是一種演算法框架，具有高度彈性，應用領域廣泛，以下只簡單列出一些例子。
- 經典問題： 旅行推銷員問題（traveling salesperson problem, TSP）、 布林運算式滿足問題（satisfiability problem, SAT）、 背包問題（knapsack problem）、 分批問題（bin packing）
- 資源管理問題： 生產排程（production scheduling）、 課程安排（course timetabling）、 航班排程（flight scheduling）、 車輛路由（vehicle routing）、 賽程安排（sports timetabling）、 平行環境中的工作指派問題（task scheduling）
- 影像處理： 資料壓縮（vector quantization）、 影像分區（image segmentation）、 人臉辨識（face recognition）
- 資料探勘： 分類法則（classification rule extraction）、 特徵選取（feature selection）
- 設計問題： 網路拓撲（network topology）、 類神經網路（neural network）、 貝氏網路（Bayesian network）、 積體電路設計（VLSI layout）
- 軟體工程： 測資生成（generation of testing instances）、 錯誤修復（fault repair）
- 網路應用： 問題回答（question answering）、 垃圾信偵測（spam detection）
- 遊戲智慧： 控制器生成（game controller）、 參數最佳化（parameter optimization）
我的研究主要是資源管理類型的問題，不過同學們如果有特別感興趣的主題，我也很歡迎同學們為實驗室帶來新的研究主題。
Q：「演化計算看起來很有趣，但我不確定會不會進老師的實驗室，這樣也可以找老師談嗎？」
A：當然可以，研究生活要過得充實愉快，一定要對研究主題感興趣。選實驗室就像買東西一樣，貨比三家不吃虧，歡迎同學來進一步了解我們的研究主題。
Q：「老師什麼時候會在辦公室呢？」
A：不上課的時候我大部分都在辦公室，如果有興趣找我面談，請 email 給我。
如果你愛思考、有創意，歡迎你一起來設計與創造新的啟發式演算法。
如果你喜歡撰寫程式、開發軟體，歡迎你一起來實作並測試誰才是最厲害的啟發式演算法。
如果你不服輸、有毅力，歡迎你一起來挑戰經過二、三十年都還沒有人解出來的問題集。
歡迎有興趣的同學 與我聯絡，或可至我的實驗室 R205 與目前在學同學詢問相關問題。
