刘志豪，男，汉族，出生于2001年12月，中共预备党员，信息科学与工程学院人工智能专业信息硕2304班学生。

    在人工智能算法日新月异的浪潮中，有这样一位探索者：他不仅在理论的深水区里潜心钻研，致力于解决深度网络训练的“黑箱”难题，更将目光投向广阔的工程一线，用混合现实技术赋能电力基建。他就是济南大学信息科学与工程学院信息硕2304班研究生、2025年研究生国家奖学金获得者——刘志豪。

    入学以来，刘志豪秉持“稳、准、深”的科研态度，在Kolmogorov-Arnold网络（KAN）优化及复杂系统建模领域取得了突破性进展。发表了高水平学术论文，并拥有多项国家发明专利，荣获中国电力建设企业协会电力建设科学技术进步奖二等奖。他的故事，是一名工科研究生将个人理想融入科技创新的生动注脚。

    一、向深度网络的“黑箱”发起挑战

    在深度学习领域，多层感知器（MLP）长期占据主导地位，但其参数量大、可解释性差的问题一直是困扰学界的痛点。当KAN作为一种极具潜力的替代方案出现时，刘志豪敏锐地捕捉到了这一前沿风口。他意识到，KAN虽然在可解释性上具有优势，但其训练过程高度依赖梯度方法，容易陷入局部最优，且缺乏全局搜索能力。

    “科研不仅是复现别人的代码，更是要在巨人的肩膀上发现缝隙，并填补它。”刘志豪这样说道。

    针对这一难题，他没有选择盲目地“堆砌模型”，而是回归数学本质。经过无数个日夜的推演与实验，他创新性地提出了一种基于共识粒子群引导的代理模型增强方法（ACP-S）。该方法巧妙地利用“共识机制”解决了计算密集型黑箱优化（EBBO）问题，在保证计算效率的同时，大幅提升了全局寻优能力。

    在此基础上，他进一步深化研究，提出了一种结合轨迹统一框架的共识粒子群KAN网络联合优化方法（CPSOTJU）。这项工作不仅在理论上证明了全局探索与局部精细化结合的有效性，更在Yacht和Energy等多个基准数据集上取得了优于传统Adam、Momentum等优化器的表现。目前，相关成果已整理为论文，并正处于国际知名期刊《Applied Soft Computing》的审稿流程中。这是他对KAN网络训练范式的一次重要革新，也标志着他在智能计算领域迈出了坚实的一步。

    二、把论文写在电力基建的工地上

    “做科研不能只在实验室里‘闭门造车’，要把技术应用到实际场景中去解决问题。”这是刘志豪一贯的坚持。在导师的指导下，他将目光投向了国家基础设施建设的重要领域——电力基建。

    针对电力施工现场质量管控难、测量数据采集繁琐、传统方法效率低等痛点，刘志豪及其团队开发了一套“基于KAN和混合现实技术的电力基建质量管控系统”。这是一个大胆的跨界尝试：他将KAN网络的强大拟合能力与混合现实（MR）的空间交互技术相结合，设计出了一套智能化的测量与识别方案。

    在项目中，他负责核心算法的攻关。例如，为了实现对混凝土回弹仪刻度线的精准识别，他设计了基于KAN的自适应识别算法，通过边缘检测、透视变换和骨架化处理，能够实时、高精度地读取测量数据，并直接在MR眼镜中进行可视化展示。这一创新彻底改变了传统人工读数、手工记录的低效模式。

    凭借扎实的工作，他以导师第一本人第二发明人的身份授权了《基于KAN和MR的测量方法及系统》（CN202510543271.X）、《基于混合现实的空间测距方法及装置》等多项国家发明专利。更令人振奋的是，这套系统已成功应用于岛城500千伏变电站等多个关键项目，实现了数据的自动采集、区块链存证与远程实时监控，显著提升了工程管理的智能化水平。该成果也因此荣获了中国电力建设企业协会电力建设科学技术进步奖二等奖，真正实现了从“书架”到“货架”的转化。

    三、科研路上的“稳、准、深”

    荣誉的背后，是无数次试错与复盘的积累。回顾自己的研究生生涯，刘志豪将自己的科研心法总结为三个字：稳、准、深。

    “稳”，是他在面对科研不确定性时的定力。刚开始接触KAN网络时，相关文献匮乏，实验结果常常不尽如人意。面对挫折，他没有陷入精神内耗，而是学会把大问题拆解为小问题，逐个击破。“接受科研的不确定性，不焦虑，才能走得远。”

    “准”，是他对研究方向的精准把控。他常告诫自己，不要做“与成果无关的优化”。在研究ACP-S框架时，他曾一度陷入对细枝末节的过度纠结，导致进度停滞。后来他及时调整思路，明确了核心约束条件，集中精力攻克了粒子群“共识达成”这一关键难点，最终迎来了柳暗花明。

    “深”，是他对学术体系的极致追求。他不满足于浅尝辄止的“微创新”，而是力求在已有工作基础上做到局部深入。从最初的黑箱优化，到后来的KAN网络训练，再到MR场景下的工程应用，他的研究线索清晰、层层递进，逐步形成了自己独特的思路体系。

    在团队中，刘志豪也是师弟师妹们眼中的避坑指南。他常分享自己的经验教训：“不要盲目堆模型而忽略了假设前提；不要只做实验不记录，导致‘试过但忘了’；更不要等到最后时刻才开始写作。这些朴实而深刻的建议，帮助许多同学少走了弯路。

    四、心怀热忱，奔赴山海

    凡是过往，皆为序章。获得国家奖学金，对刘志豪而言，既是对过去汗水的肯定，更是对未来征程的鞭策。

    谈及未来，刘志豪的眼里闪烁着光芒。他表示，将继续深耕在人工智能与复杂系统优化的前沿领域，特别是在KAN网络的高效训练与泛化性提升方面持续探索。同时，他也希望能将更多的AI技术带入工业现场，用科技的力量为传统行业赋能。

    “科研是一场没有终点的马拉松，唯有热爱可抵岁月漫长。”刘志豪正用他的实际行动，诠释着一名新时代研究生的责任与担当。在未来的道路上，他将继续怀揣热忱，在科学的浩瀚星空中，追寻属于自己的那束光。