近日，我院刘飞博士团队在人工智能工程应用领域国际权威期刊《Engineering Applications of Artificial Intelligence》(中科院SCI及SSCI双一区TOP期刊)发表最新研究成果——“A surrogate-assisted multi-objective optimization framework for balancing corporate innovation, financial performance, and green strategic alignment in the energy sector”。刘飞博士为论文第一作者，华潮博士为通讯作者，池州学院为唯一完成单位。

在全球能源体系向低碳可持续转型的大背景下，传统能源企业普遍面临技术创新、盈利稳定与绿色转型三重目标的协同难题。三者间存在非线性的权衡关系，传统战略分析工具难以对其进行量化刻画，企业决策长期缺乏精准的数据支撑。针对这一研究不足，团队提出了一套代理辅助多目标优化（MOO）分析框架，将CatBoost梯度提升代理模型与非支配排序遗传算法Ⅱ（NSGA-II）深度融合，以国内能源企业多年度面板数据为样本，对企业创新产出、财务绩效（ROE）与绿色战略匹配度（GSA）三大核心目标开展联合建模与优化分析。研究刻画了三重目标的帕累托最优前沿，量化了企业绿色转型的“绿色溢价”成本，同时识别出创新与绿色协同提升的最优路径，为能源企业战略制定、投资决策与政策优化提供了全新的量化决策工具。

该成果的发表，标志着我院在数智化商科与能源绿色转型交叉研究领域迈上新台阶，充分彰显了学院教师团队开展前沿性、国际化学术研究的科研实力，也为服务地方产业绿色转型与高质量发展、深化学科内涵建设提供了有力的学术支撑。

(供稿：刘飞/编辑：高露/审核：吴自爱)