一、个人简介
秦淑芬，女，博士，副教授，硕导。现任职于8455新葡萄娱集团am计算机科学与技术学院
通讯地址：太原市万柏林区瓦流路66号计算机科学与技术学院，030024
Email: shufen.qin@tyust.edu.cn
二、学习和工作简历
（一）学习教育经历：
2019/09-2022/06 8455新葡萄娱集团am电子信息工程学院 控制科学与工程专业 获博士学位
2017/09-2019/07 8455新葡萄娱集团am计算机科学与技术学院 计算机科学与技术专业 硕士
2013/09-2017/07 晋中学院计算机系 计算机科学与技术专业 获学士学位
（二）工作经历：
2025/01-至今 8455新葡萄娱集团am计算机科学与技术学院 副教授
2022/06-2024/12 8455新葡萄娱集团am计算机科学与技术学院 讲师
三、获奖与荣誉
（1）2023年获得山西省优秀博士学位论文
（2）2023年获得全国大学生计算机博弈大赛优秀指导教师奖
四、主讲课程
本科生：软件工程—理论与实践、人工智能基础
研究生：机器学习与进化优化融合技术
五、研究生招生学科
硕士研究生：计算机科学与技术一级学科
研究方向：计算智能、数据驱动的进化优化
六、学术活动
（1）担任2023年第五届数据驱动的复杂系统优化国际会议出版主席，并主持分组会议。
（2）2024年7月在日本横滨参加IEEE国际计算智能会议，并作口头学术报告。
七、科研工作
自2022年6月工作以来，主持国家自然科学基金青年项目1项，山西省基础研究计划青年项目1项，来晋工作优秀博士项目1项，山西省高等学校科技创新计划项目1项，校博士启动基金1项，且作为项目成员参与多项国家自然科学基金面上项目、山西省重点研发项目，以第一作者发表学术论文10余篇。
（一）主要科研项目
[1]数据驱动的复杂昂贵高维多目标优化方法研究,国家自然科学基金青年项目，项目编号：62303344,2024/01-2026/12,主持,在研。
[2]山西省基础研究计划青年项目,数据驱动进化多目标优化中模型管理的研究，项目编号：202203021222196,2023/01-2025/12,主持,在研。
[3]来晋工作优秀博士项目,代理模型辅助的复杂昂贵多目标优化方法研究,项目,编号：20232052,2023/06-2026/07,主持,在研。
[4]山西省高等学校科技创新项目,数据驱动进化优化方法在求解复杂多目标问题中的应用,2022/08-2024/08,主持,结题。
[5]校博士启动项目,数据驱动的复杂多目标优化算法研究,项目编号：20222053,2022/06-2025/07,主持,在研。
（二）发表学术论文
[1]Shufen Qin, Chaoli Sun. Heterogeneous approximation-assisted search for expensive multi-objective optimization. Swarm and Evolutionary Computation. 2025, 95: 101926. （SCI中科院一区）
[2]Shufen Qin, Chaoli Sun, Qiqi Liu, Yaochu Jin. A performance indicator based infill criterion for expensive multi-/many-objective optimization, IEEE Transactions on Evolutionary Computation, 2023, 27(4), 1085-1099.（SCI中科院一区）
[3]Shufen Qin, Chaoli Sun, Farooq Akhtar, Gang Xie. Expensive many-objective evolutionary optimization guided by two individual infill criteria. Memetic Computing, 2024, 16(1): 55-69. （SCI中科院二区）
[4]Shufen Qin, Chaoli Sun, Yaochu Jin, Ying Tan, Jonathan E. Fieldsend. Large-scale evolutionary multiobjective optimization assisted by directed sampling, IEEE Transactions on Evolutionary Computation, 2021, 25(4): 724-738. （SCI中科院一区）
[5]Shufen Qin, Chan Li, Chaoli Sun, Guochen Zhang, Xiaobo Li. Multiple infill criterion assisted hybrid evolutionary optimization for medium-dimensional computationally expensive problems, Complex & Intelligent Systems, 2021, 8(1): 583-595. （SCI中科院二区）
[6]Shufen Qin, Chaoli Sun, Guochen Zhang, Xiaojuan He, and Yin Tan. A modified particle swarm optimization based on decomposition with different ideal points for many-objective optimization problems[J]. Complex & Intelligent Systems, 2020, 6(2): 263–274. （SCI中科院二区）
[7]Shufen Qin, Chaoli Sun, Zongchao Xie. Expensive many-objective optimization assisted by adaptive modeling. 2024 IEEE Congress on Evolutionary Computation (CEC). Yokohama, Japan, 2024:1-8.（EI）
[8]Shufen Qin, Chaoli Sun, Yaochu Jin, Lier Lan and Yin Tan. A new selection strategy for decomposition-based evolutionary many-objective optimization. 2019 IEEE Congress on Evolutionary Computation (CEC), Wellington, New Zealand, 2019: 2426-2433.（EI）
[9]Shufen Qin, Chaoli Sun, Yaochu Jin and Guochen Zhang. Bayesian approaches to surrogate-assisted evolutionary multi-objective optimization: A comparative study. 2019 IEEE Symposium Series on Computational Intelligence (SSCI), Xiamen, China, 2019: 2074-2080.（EI）
[10]秦淑芬,孙超利.基于多准则并行采样的昂贵多目标优化[J].控制与决策,2025,录用. （中文EI，北核）
[11]秦淑芬,孙超利.双阶段填充采样辅助的昂贵多目标优化[J].计算机工程与设计,2024,45(08):2492-2502.（CCF C类）
[12]孙超利,李婵,秦淑芬*,李晓波.基于不确定度采样准则的费时问题优化算法[J].控制与决策,2022,37(06):1541-1549.（中文EI，北核）
