姓名：钟竞辉
职称 / 职务：教授、博士生导师
主要研究领域：高性能AI算法设计与跨领域应用，核心方向包括复杂系统的智能优化决策、多模态大模型、可解释AI for Science等。
所在团队：计算智能
办公邮箱：jinghuizhong@scut.edu.cn
办公室电话：
个人简介：
广东省高层次人才计划引进青年拔尖人才，主要研究领域为高性能AI算法设计与跨领域应用，近年来在国际权威期刊和会议发表论文100余篇，其中IEEE/ACM Trans系列期刊论文40余篇，多次入选斯坦福全球前2%顶尖科学家榜单，目前担任国际期刊《Memetic Computing》 编委、《ICT Express》编委、IEEE 高级会员，CCF高级会员，IEEE 计算智能学会广州Chapter副主席，中国计算机学会协同计算专委会委员，中国仿真学会智能仿真优化与调度专委会委员，主持国家级、省级和企业横向项目二十余项。
教育经历：
2009-2012 中山大学 博士
2005-2007中山大学硕士
2001-2005 中山大学 学士
工作经历：
2016-至今华南理工大学副教授，教授
2013-2016南洋理工大学博士后
学术兼职：
2022年至今 IEEE CIS 广州Chapter 副主席
2019 至今 Memetic Computing 编委
2021 至今 ICT Express 编委
课程教学（选填）：
操作系统
深度强化学习导论
智能优化
数字乡村与人工智能
科研项目：
1.知识辅助的高性能可信遗传编程算法研究，国家自然科学基金面上项目，2025-2028，主持
2.面向高维复杂优化的多态遗传编程算法研究，2021-2024，主持
3.基于协同遗传程序设计算法的人群行为建模与仿真技术的研究，国家自然科学基金青年项目，2017-2019，主持
4.知识驱动的高性能进化迁移优化算法研究，国家级外专项目，2021-2023，主持
5.跨媒体智能感知计算理论、关键技术及产业化应用珠江创新团队项目（总经费2000万），2018-2023，子课题负责人
6.数据驱动的计算智能方法，广东省自然科学基金研究团队项目（总经费300万）, 2018-2023，核心成员&子课题负责人
7.数据驱动的人群行为建模技术及其应用，中新国际联合研究院产业化项目，2019-2021，联合负责人
8.知识驱动的高性能图神经网络优化关键技术研究，省自然科学基金面上项目, 2023-2025，主持
9.基于深度学习与计算机视觉技术的智能环境控制屏项目，企业横向项目, 2024-2025，主持
10.面向服务机器人的多模态大模型和三维感知的人工智能芯片及系统, 横琴粤澳深度合作区产业核心和关键技术攻关项目（总经费1000万）, 2025-2027, 课题负责人
代表性成果：
[1] J. Dong, and J. Zhong*, “Recent Advances in Symbolic Regression”, ACM Computing Surveys, 2025, Accepted.
[2] M. -Y. Zheng, Y. Wang, J. Zhong and J. Zhang, Discovering Infinite Recursive Conjectures Through Genetic Programming, in IEEE Transactions on Evolutionary Computation, doi: 10.1109/TEVC.2025.3611312.
[3] X. Han, J. Zhong*, Z. Ma, X. Mu, and N. Gligorovski, “Transformer-assisted Genetic Programming for Symbolic Regression,” IEEE Computational Intelligence Magazine, vol. 20,no. 2, pp. 58-79, May 2025
[4] J. Zhong, J. Dong, W.-L. Liu, L. Feng and J. Zhang, “Multiform Genetic Programming Framework for Symbolic Regression Problems,” IEEE Transactions on Evolutionary Computation, vol. 29, no. 2, pp. 429-443, April 2025.
[5] X. Han, X. Mu, J. Zhong*,” HGFF: A Deep Reinforcement Learning Framework for Lifetime Maximization in Wireless Sensor Networks,” IEEE Transactions on Artificial Intelligence, vol. 6, no. 4, pp. 859-873, April 2025.
[6] J. Dong, J. Zhong*, W. Liu, and J. Zhang, “Evolving Equation Learner For Symbolic Regression”, IEEE Transactions on Evolutionary Computation, 2024, Accepted
[7] 麦伟杰，刘伟莉，钟竞辉*，基于机器学习的演化多任务优化框架，计算机学报，2023，已接收
[8] 钟竞辉，林育钿，李稳强，蔡文桐，基于数字孪生的机场人群智慧管控技术，系统仿真学报，2023-02-17
[9] Z. Huang, Y. Mei*, and J. Zhong*, “Semantic Linear Genetic Programming for Symbolic Regression,” IEEE Transactions on Cybernetics, vol. 54, no. 2, pp. 1321-1334, Feb. 2024.
[10] J.Zhong, D. Li, W. Cai, W.-N. Chen, Y. Shi, “Automatic Crowd Navigation Path Planning in Public Scenes Through Multiobjective Differential Evolution,” IEEE Transactions on Computational Social Systems, vol. 11, no. 1, pp. 905-918, Feb. 2024
获奖荣誉：
产学合作协同育人项目优秀案例，麒麟软件有限公司，2024
IEEE TETCI 期刊年度杰出论文奖，IEEE CIS, 2023
教育部自然科学一等奖，教育部，2010
