自 2019 年以来，Roberto Montemanni 一直在意大利摩德纳和雷焦艾米利亚大学工程科学与方法学院担任教授。此前，他曾在瑞士南部应用科学大学卢加诺分校 Dalle Molle 人工智能研究所 (IDSIA) 担任教授。

他的主要研究方向包括将数学规划、元启发式算法和机器学习相结合，以构建更高效的优化方法，并将其应用于交通运输、物流、工业工程和生物信息学等实际问题中。

• 访谈内容

Q.您在组合优化与运筹学领域拥有深厚的研究背景。最初是什么激发您走上这条研究道路的？这些年来您的兴趣又是如何发展的？

上世纪 90 年代末，我在博洛尼亚大学攻读本科期间，修读了 Aristide Mingozzi 教授的课程，让我对组合优化产生了浓厚兴趣，也第一次接触到非常正式的运筹学研究环境。同时，Vittorio Maniezzo 教授以其在元启发式方法方面的卓越贡献而闻名，他也深深影响了我。在那时，我首次接触了强化学习 (Reinforcement Learning)。

随后，我前往英国威尔士的格拉摩根大学，在 Derek H. Smith 教授的指导下攻读博士学位，主要研究电信领域的应用优化问题——那正是手机开始普及的时期。这段经历帮助我提升了技能，也让我理解了如何将现实问题进行数学建模。

博士毕业后，我加入了瑞士 IDSIA，并在那里工作了近 18 年，融入了一个围绕人工智能各方面展开研究的卓越环境。因此，我的研究也进一步面向利用强化学习解决实际优化问题。后来，我将重点转向了“数学规划 + 元启发式算法”的混合方法 (matheuristics)，以探索更高效的优化策略。即使回到意大利后，我的研究路线依然延续至今。

Q.您的研究常常将理论模型应用于物流与人工智能的实际问题中。能否分享一个您认为算法研究真正带来了现实改善的项目？

我想提到一个我们与 IDSIA 的 Luca Maria Gambardella 教授及瑞士明爱 (Caritas) 合作开展的公益项目，而不是大型、有大量资金支持的项目。

我们协助印尼巴厘岛的酒店收集废弃食用油，用于处理并转化为生物燃料。另一个重要目标是防止这些废油流入黑市，从而对贫困人群的健康造成危害。明爱建设了回收工厂，而我们开发了一个简单的规划工具，用于安排收集车辆的路线 (这是一个带特定约束的车辆路径问题)。该系统成功投入使用，希望它至今仍在运行，并在这些年中不断改进。

Q.作为 Algorithms 的栏目主编，您认为在您的领域中，高影响力稿件应具备哪些关键特质？

在我看来，一篇高影响力的算法论文应包含真正新颖的想法。有时这些想法可能尚未完全成熟，因此实验结果可能暂时无法完全展现其潜力，但这样的论文依然能够产生重要影响。

Q.对于有志于从事组合优化、基于人工智能的决策系统或启发式算法设计的青年研究者，您有什么建议？

在多年从事人工智能与优化方法结合的研究后 (其中许多项目由国家级和欧盟科研机构资助)，我认为这类结合仍未达到应有的成功水平。能够真正展示“有效且创新的”人工智能思想与优化方法融合成果的研究，将会是非常重要的贡献。

Q.展望未来，您希望 Algorithms 在发展或合作方面有哪些提升，以进一步增强期刊影响力与知名度？

我认为，与顶尖学术会议合作将是提升期刊影响力、知名度乃至公众认知度的重要途径。面对面交流能帮助大家看到期刊背后的真实团队，这会带来积极的效果。据我了解Algorithms 已经在这方面做得很好，希望未来可以更进一步提升。

• Algorithms 期刊介绍

主编：Frank Werner, Otto-von-Guericke-University, Germany

期刊关注计算机科学、人工智能、数据和信息系统等跨学科领域研究。目前已被Scopus、ESCI (Web of Science)、Ei Compendex等数据库收录。

2024 Impact Factor：2.1

2024 CiteScore：4.5

Time to First Decision：19.2 Days

Acceptance to Publication：3.7 Days

期刊主页：https://www.mdpi.com/journal/algorithms