李梦诗

李梦诗在基础研究工作中长期从事人工智能、随机优化算法、电力系统优化应用、复杂系统建模、数据分析工作。李梦诗于博士研究期间开始投入启发式算法及其在电力系统中应用的研究工作。从电力系统应用的高维多模态的独特特点出发，在生物学及细菌行的研究基础上，为针对性的提出了动态种群搜索算法，通过数学模型描述各个行为，创新性地引入动态种群数量这一概念以适应优化不同阶段的需要。通过大量的算例分析证明了该算法能够有效地克服传统经济调度等应用中，随着节点数量的增加导致的维数灾难这一问题，针对这一结果发表的论文被EvoWorkshop 于2007 年评为最佳论文奖；同时提出的双粒子算法相比于传统的大种群启发式算法，双粒子算法拥有极其精简的结构，仅由两个粒子相互迭代。因此计算复杂程度降低了30%，有着广阔的实用前景，尤其适用于计算量较大的电力系统优化问题。

2010年，李梦诗在英国利物浦大学任博士后研究员，参与了英国国家电网(National Grid)与英国利物浦大学的联合研究项目，以主要完成人的身份，设计了英国天燃气市场的日前预测系统，通过在线运行测试，该系统能够每日为英国国家电网减少5,000英镑的市场支出。

2011年李梦诗作为广东省创新团队项目“智能电网核心技术”的核心成员，引进华南理工大学开始研究工作。在此项目中，他参与设计了中国首块智能能源网自动化芯片，填补了该领域的空白。目前围绕这一芯片，他所在的研究团队设计了一系列包括电能质量分析装置、智能电表、能耗监管平台、数字保护等设备在内的智能化装置。

进入华南理工大学之后，他主持、参与了多项科研项目。他所在能源自动化团队共获资金支持超过6,000万元，拥有完善的科研平台和良好的科研环境。同时他也于广东省智能能源网微自动化工程中心任主要技术负责人。

在以上研究中，他共在发表论文100余篇，其中包括SCI索引的国际期刊论文30余篇，EI索引的科研论文80余篇，其中三篇论文在国际会议获得最佳论文奖。