为促进我校师生对智能优化算法与机器人路径规划领域前沿研究的了解，深化对画图机器人笔画序列规划核心技术的认知，机电工程学院戴斐老师于2026年6月17日（周三）上午11：10-11：50在汇心湖校区机电楼420教室举办了专场学术讲座，机电工程学院部分教师及部分学生代表参加了此次讲座。

本次讲座主要有四部分内容：一是画图机器人笔画序列规划问题的研究背景与建模方法，从画图机器人在艺术创作、工业打标、教育辅助等领域的应用前景出发，指出传统方法仅以笔画端点间的欧氏距离为优化目标的局限性，进而引入融合空间距离、方向连续性和轮廓归属的复合转移代价函数，构建了笔画拓扑图模型，将图像轮廓的拓扑结构信息有效编码进优化模型。二是蜣螂优化算法的基本原理及其在离散组合优化中的挑战，详细讲解了蜣螂滚球、繁殖、觅食和偷窃四种行为的模拟机制，并深入分析了原始DBO算法因连续空间设计而难以直接适配离散笔画序列规划问题的缺陷。三是四种轮廓拓扑感知的改进策略，系统介绍了轮廓簇感知的分层初始化策略、拓扑引导的自适应邻域搜索算子（包含轮廓块交换、轮廓内局部反转、拓扑近邻插入三种算子）、基于绘制质量反馈的自适应权重调整方法，以及轮廓感知的破坏-重建策略，四种策略相互协同，显著提升了算法在笔画序列规划中的搜索效率和解质量。四是CT-DBO算法的实验验证与性能分析，通过在简笔画、建筑线稿、风景照片、PCB电路图等多类测试图像上的大量对比实验，验证了CT-DBO在总抬笔距离、方向连续性指数、轮廓连续性比率等评价指标上均优于原始DBO、遗传算法、蚁群算法、粒子群算法、模拟退火算法等主流对比算法，消融实验进一步证明了各改进策略的有效性。

本次讲座内容丰富、逻辑严谨，不仅拓宽了师生对智能优化与机器人路径规划交叉领域的学术视野，也激发了学生们的科研兴趣。（供稿：机电工程学院）