以作業研究與最佳化(Operations Research and Optimization)為核心，結合數學規劃、元啟發式演算法、隨機規劃與系統模擬等方法，探討生產、供應鏈及物流系統之規劃與決策問題。近年應用機器學習與資料驅動方法，發展機器學習強化最佳化、資料驅動情境式隨機最佳化，以及預測與最佳化整合等研究方向，以提升複雜系統之決策品質與求解效率。
** 研究主題 Research Topic
- 機器學習強化最佳化(Machine Learning–Enhanced Optimization)
- 資料驅動情境式隨機最佳化(Data-Driven Contextual Stochastic Optimization)
- 預測與最佳化整合(Predict-and-Optimize)
- 生產、供應鏈與物流規劃最佳化
- 系統模擬(System Simulation)與作業流程改善
** 研究方法 Research Method
最佳化
Optimization
機器學習
Machine Learning
隨機規劃
Stochastic Programming
系統模擬
System Simulation
需具備(或需學習)的能力 Required Ability
- 數學規劃與最佳化建模能力。
- 程式設計與演算法開發能力。
- 資料分析與機器學習應用能力。
- 系統模擬與實驗分析能力。