刘泽显，贵州大学 数学与统计学院-k8凯发旗舰

刘泽显，广西昭平人，副教授，硕士生导师，西安电子科技大学应用数学博士，中国科学院数学与系统科学研究院博士后。主要从事最优化方法与应用的研究，在近似最优梯度法和子空间极小化共轭梯度法这两方面做了一系列有意义的研究工作，设计了近似最优梯度法软件和 子空间极小化共轭梯度法软件，目前重点关注一阶方法及其在图像处理中的应用 和人工智能在优化中的应用。目前在读硕士研究生5人，欢迎对最优化方法与应用感兴趣的本科生报考，k8凯发旗舰的联系方式：liuzexian2008@163.com

2021.1— 至今         贵州大学 数学与统计学院 讲师、副教授

2019.2—2020.12     中国科学院数学与系统科学研究院        博士后     导师：戴彧虹研究员

2015.9—2018.9       西安电子科技大学      应用数学             博士   导师：刘红卫教授

2007.9—2010.7      桂林电子科技大学      应用数学             硕士   导师：徐安农教授

2003.9—2007.7      玉林师范学院           数学与应用数学    学士

2010.7—2019.1       贺州学院         数学与计算机学院         讲师

1. 美国《数学评论》评论员

2. 国际sci期刊 j. global optim.,  optim. methods softw.,  numer.  algorithms,  appl. numer. math.,   j. comput. appl. math.,  numer. func. anal. optim.，optim. letters等期刊审稿人

3. 国内核心期刊 《中国科学.数学》、《计算数学》、《运筹学报》等期刊审稿人

1. 陕西省第四届研究生创新成果一等奖（2018） 

2. 西安电子科技大学数学与统计学院2016-2017 年学术创新一等奖  

3. 2014 年广西高等教育学会数学专业教学专业委员会学术论文一等奖  

4. 2021年西安电子科技大学优秀博士论文

1. 新型一阶算法及其收敛率和应用研究(12261019)，国家自然科学基金，2023.1-2026.12，主持，在研

2. 混合整数规划的人工智能方法(11991021), 国家自然科学基金重大项目,  2020.1-2024.12, 主要参与,  在研

3. 大规模优化的近似最优梯度法和有限内存共轭梯度法研究(11901561)， 国家自然科学基金青年项目，2020.1-2021.12，主持，结题

4. 非凸优化问题的梯度型算法研究(黔科合基础-zk[2022]一般 084)，贵州自然科学基金,  2022.3-2024.3，主持，在研

5. 无约束优化问题的若干算法研究(2019m660833)，中国博士后科学基金面上项目，2019.11-2021.1，主持，结题

6. 基于bb 算法思想的梯度法与共轭梯度法及其应用研究(2018gxnsfba281180)，广西自然科学基金，2018.11-2021.12，主持，结题

1.子空间极小化共轭梯度法软件 smcg_bb (hongwei liu, zexian liu.  ): , .  

2.梯度法软件 gm_aos(cone) (zexian liu, hongwei liu.  ):, .  

23. liu hongwei, sun wumei, liu zexian. a regularized limited memory subspace minimization conjugate gradient method for unconstrained optimization.  numerical algorithms, https://doi.org/10.1007/s11075-023-01559-0, 2023(sci), 

22.  liu zexian,  liu hongwei, wang  ting.  new gradient methods with adaptive stepsizes by approximate models, optimization, https://doi.org/10.1080/02331934.2023.2234925 , (sci), 2023.

21.  liu hongwei, wang ting, liu zexian.  convergence rate of inertial forward–backward algorithms based on the local error bound condition.   ima journal of numerical analysis.  https://doi.org/10.1093/imanum/drad031,  2023(sci)

20.  liu hongwei, wang ting, liu zexian. some modified fast iterative shrinkage thresholding algorithms with a new adaptive non-monotone stepsize strategy for nonsmooth and convex minimization problems. computational optimization and applications, (2022). https://doi.org/10.1007/s10589-022-00396-6 (sci)

19. liu zexian, chu wangli, liu hongwei. an efficient gradient method  with approximately optimal stepsizes based on regularization models for unconstrained optimization. rairo operations research, 56, 2403–2424(2022). (sci)

18. sun wumei, liu hongwei, liu zexian. several accelerated subspace minimization conjugate gradient methods based on regularization model and convergence rate analysis for nonconvex problems. numerical algorithms, (2022). https://doi.org/10.1007/s11075-022-01319-6  (sci  )

17. sun wumei, liu hongwei, liu zexian. a class of accelerated subspace minimization conjugate gradient methods. journal of optimization theory and applications, 190, 811–840 (2021). (sci )

16. zhao ting, liu hongwei, liu zexian. new subspace minimization conjugate gradient methods based on regularization model for unconstrained optimization. numerical algorithms. 87(4), 1501–1534, 2021.(sci  )

15. liu zexian, liu hongwei, dai yu-hong*. an improved dai-kou conjugate gradient algorithm forunconstrained optimization. computational  optimization and applications. 2020，75(1):145–167 (sci  )

14. liu zexian, liu hongwei*. an efficient gradient method with approximately optimal stepsize based ontensor model for unconstrained optimization. journal of optimization theory and applications, 2019, 181(2): 608-633. (sci  )

13. liu hongwei, liu zexian*. an efficient barzila-borwein conjugate gradient method for unconstrained optimization. journal of optimization theory and applications, 2019, 180(3):879-906 (sci  )

12. liu zexian, liu hongwei. several efficient gradient methods with approximate optimal stepsizes forlarge scale unconstrained optimization.  journal of computational and applied mathematics, 2018, 328:400-413. (sci  )

11. liu zexian, liu hongwei. an efficient gradient method with approximate optimal stepsize for large-scale unconstrained optimization.  numerical algorithms, 2018, 78(1):21-39. (sci 2 区)

10. li ming, liu hongwei, liu zexian*. a new subspace minimization conjugate gradient method with nonmonotone line search for unconstrained  optimization. numerical algorithms, 2018, 79(1):195- 219(sci  )

9. liu zexian, liu hongwei, dong xiaoliang. an efficient gradient method with approximate optimal stepsize for the strictly convex quadratic minimization problem. optimization, 2018, 67(3): 427-440.(sci  )

8. liu zexian*, liu hongwei, wang xiping. accelerated augmented lagrangian method for total variation minimization. computational and applied mathematics, 2019, 38(2). https://doi.org/10.1007/ s40314-019-0787-7. (sci )

7. liu hongwei, liu zexian*, dong xiaoliang. a new adaptive barzilai and borwein method for unconstrained optimization. optimization letters, 2018, 12(4):845-873. (sci )

6. li yufei, liu zexian*, liu hongwei. a subspace minimization conjugate gradient method based on conic model for unconstrained optimization. computational and applied mathematics, 2019, 38(1),https://link.springer.com/article/10.1007/s40314-019-0779-7 . ( sci )

5. wang ting, liu zexian*, liu hongwei. a new subspace minimization conjugate gradient method based on tensor model for unconstrained  optimization. international journal of computer mathematics, 2019, 96(10): 1924-1942. (sci )

4. dong xiaoliang, liu zexian, liu hongwei, li xiangli. an efficient adaptive three-term extension of the hestenes–stiefel conjugate gradient method.  optimization methods and software, 2018, 34(2):1-14 

3. zhang keke, liu hongwei, liu zexian*. a new adaptive subspace minimization three-term conjugate gradient algorithm for unconstrained optimization. journal of computational mathematics. 2021, 39(2), 159-177. (sci )

2. 刘泽显. 一种修正的线搜索filter-sqp 算法. 系统科学与数学, 2014, 34(1):53-63.  (核心)

1. 刘泽显，刘红卫，何川美. 基于新的hessian 近似矩阵的稀疏重构算法.数学的实践与认识, 2019,(13):167-178.  (核心)

承担数值分析、运筹学、离散数学、概率论与数理统计、信息论基础、数学实验和最优化方法等课程， 主持完成广西区教改项目：

1. 地方本科院校数学与应用数学专业实验教学的研究与实践(2014jgb234)，2014广西高等教育教学改革工程项目，2014.6-2016.4，主持