数学与统计学院研究生导师信息 

一、电子照片

二、基本情况

姓名：李姣

性别：女

学历学位：博士

职称：教授

学术兼职：湖南省运筹学会副理事长、湖南省数学会理事、湖南省计算数学应用软件学会理事、第七届湖南省大学生数学建模竞赛组委会委员、湖南省数学会普及与传播工作委员会委员、数学评论评论员。

研究方向：最优化方法及应用、生物分子计算、深度学习

  电子邮箱：jiaoli@csust.edu.cn

三、专业教学及教学成果

主要承担课程：

《最优化方法》、《运筹学》、《线性代数》、《高等数学》、《概率论与数理统计》等本科生和留学生课程；

   《最优化方法》、《凸分析与非光滑分析》等研究生课程。

主要教学成果：

[1] 湖南省本科教育教学成果奖：立体化融合、贯通式培养：以工为主高校大学数学教学改革与实践，二等奖，排名第3，2025.

[2] 湖南省本科教育教学成果奖：构建“五经五纬”实践教学体系，培养“数学+”应用型创新人才，三等奖，排名第5，2022.

[3] 长沙理工大学高等教育（本科）教学成果奖：“一制七化、四大课堂”协同育人的数学拔尖创新人才培养的创新实践，一等奖，排名第1，2025.

[4] 长沙理工大学高等教育（本科）教学成果奖：交叉牵引、五维融通、六轮驱动的新时代数学与统计类专业“四个三”实践创新人才培养模式的构建与实践，二等奖，排名第3，2025.

[5] 湖南省线上线下混合式一流课程：《最优化方法》，主持，2021.

[6]湖南省普通高等学校教学改革研究重点项目：新时代基础学科（数学）拔尖创新人才培养研究与实践，主持，2023.

[7] 教育部产学合作协同育人项目：信息与计算科学专业校企合作人才培养模式的研究与实践，主持，2020.

[8] 指导学生湖南省大学生创新训练计划项目：基于大数据和人工智能的中老年冠心病预测研究，2024.

四、研究方向及研究团队

  最优化方法、理论及应用，生物分子计算，深度学习。

 团队现有博士1名，已培养硕士研究生20余名。

五、科研成果

科研项目：

[1] 国家自然科学基金：用偏微分方程约束优化研究离子尺寸修改的Poisson-Boltzmann模型，2016/01-2018/12，结题，主持.

[2] 国家自然科学基金：高分辨能力鲁棒一致性金融风险测度及其应用研究， 2018／01-2021／12,结题，参与.

[3] 国家自然科学基金重大研究计划培育项目：电力市场化转型期的西南径流与能源协同利用及其调控策略，2016/01-2018/12，结题，参与.

[4] 国家自然科学基金：“非局部Poisson-Boltzmann”模型的快速算法研究及网页服务器开发， 2018／01-2020／12，结题，参与.

[5]国家自然科学基金青年项目：复杂电能质量环境下的电力弹簧多目标协调控制研究及应用，2018/01-2020/12,结题，参与.

[6] 湖南省教育厅：带离子尺寸的生物静电模型算法研究，2015/09-2018/08，结题，主持.

[7] 湖南省自然科学基金：一类连续介电模型的稳定化算法研究及应用，2022/01-2024/12,结题，主持.

[8]湖南省教育厅优秀青年项目：非局部离子尺寸修改的静电模型的计算及应用研究，2022/01-2024/12,结题，主持.

[9]湖南省重大科技创新平台项目：2024/09-2026/12,在研，参与.

[10] 湖南省教育厅重点项目：Poisson-Nernst-Planck模型基于随机神经网络的算法、分析及应用，2026/01-2028/12,在研，主持.

部分科研论文：

[1] J. Li, H. Mei, Q. Ou, H. Wang, J. Ying. Neural networks for solving elliptic problems: analysis and adaptivities，Applied Mathematical Modelling, 2026, 155:116716.

[2] J. Li, H. Mei, H. Wang, J. Ying. Shallow neural networks for solving nonuniform size-modified Poisson-Boltzmann equations，Applied Numerical Mathematics，2026, 225：128-145.

[3] L. Jiang, J. Li (通讯作者), J. Tan, J. Ying, An improved particle swarm algorithm and its application in UAV track planning, Evolutionary Intelligence，2026.

[4] J. Li, R. Bi, Y. Xie, J. Ying. Continuity-preserved deep learning method for solving elliptic interface problems, Computational and Applied Mathematics, 2025, 44(3):127.

[5] J. Ying, Y. Xie, J. Li, H. Wang. Accurate adaptive deep learning method for solving elliptic problems, Communications in Computational Physics, 2025, 37（3）：849-876.

[6] J. Ying, J. Hu，Z. Shi, J. Li (通讯作者). An accurate and efficient continuity-preserved method based on randomized neural networks for elliptic interface problems, SIAM Journal on Scientific Computing, 2024, 46（5）：C633-C657.

[7] 李姣, 万腾汶, 邱伟. 低秩和联合平滑性约束下的时变海表面温度重构方法[J]. 电子与信息学报, 2024,46(11).

[8] J. Ying, J. Li, Q. Liu, Y. Chen. Improved multi-scale fusion network for solving non-smooth elliptic interface problems with applications, Applied Mathematical Modelling, 2024,132: 274-297.

[9] J. Luo, H. He, G. Tong, J. Li. Quantifying the key factors affecting the escape of planetary atmospheres, Astrophysical Journal, 2023，951（2）：136.

[10] J. Li, J. Ying. A stabilized finite volume element method for solving Poisson–Nernst–Planck equations，International Journal for Numerical Methods in Biomedical Engineering , 2022，38（1）：e3543.

[11] H. Sim, C. Chen, W. Leong, J. Li. Nonmonotone Spectral Gradient Method Based on Memoryless Symmetric Rank-one Update for Large-scale Unconstrained Optimization, Journal of Industrial & Management Optimization, 2022,18(6): 3975-3988.

[12] J. Li, R. Guo, J. Hu, J. Ying. The Comparison of Three Different Solution Decomposition Schemes for Poisson-Boltzmann Equation, 数学理论与应用, 2021, 41(1)：112-125.

[13] J. Ying, R. Fan, J. Li, B. Lu. A new block preconditioner and improved finite element solver of Poisson-Nernst-Planck equation，Journal of Computational Physics, 2021, 430 (2021) 110098.

[14] J. Li, J. Ying. A simple and efficient technique to accelerate the computation of a nonlocal dielectric model for electrostatics of biomolecule, Journal of Industrial & Management Optimization, 2020, 16 (1): 357-369.

[15] J. Li, F. Huang, R. Guo, J. Ying. An Improved Straight Walk Algorithm for Point Location in a Tetrahedral Mesh, 数学理论与应用, 2020, 40(3): 54-64.

[16] J. Li, J. Ying, B. Lu. A flux-jump preserved gradient recovery technique for accurately predicting the electrostatic field of an immersed biomolecule, Journal of Computational Physics, 2019, 396(1).

[17] J. Li, J. Ying, D. Xie. On the analysis and application of an ion size-modified Poisson–Boltzmann equation, Nonlinear Analysis: Real World Applications 2019, 47: 188-203. （ESI热点论文、高被引论文）

[18] J. Li, D. Xie. An Effective Minimization Protocol for Solving a Size-modified Poisson-Boltzmann Equation for Biomolecule in Ionic Solvent, International Journal of Numerical Analysis and Modeling, 2015, 12 (2): 286-301.

[19] J. Li, D. Xie. A new Linear Poisson-Boltzmann Equation and Finite Element Solver by Solution Decomposition Approach, Communications in Mathematical Sciences, 2015, 13（2）: 315-325.

[20] D. Xie, J. Li. A New Analysis of Electrostatic Free Energy Minimization and Poisson-Boltzmann Equation for Protein in Ionic Solvent, Nonlinear Analysis: Real World Applications, 2015, 21:185-196.

[21] J. Li, Y. Yang, B. Yu. A Nonmonotone PSB Algorithm for Solving Unconstrained Optimization, Computational Optimization and Applications, 2012, 52: 267-280.