“等等，这难道是差分进化算法？”她惊讶地问道。

“你已经开始用差分进化算法来做优化了吗？”她的声音中充满了激动。

“你了解这种算法？”许宁显得有些吃惊，他甚至不确定这项技术在1996年是否存在。

“我在伯克利读博期间，其实参与过这种算法的研究。”徐舒轻描淡写地说。

“什么？！”

许宁震惊的程度，几乎可以与之前他对杜亦熵造成的震撼相提并论。

“我的导师当时提出这个算法，是为了解决切比雪夫多项式的拟合难题。

而且是在我毕业后，去年才完全开发出来的。这是我首次见到它被应用于其他领域，没想到国内的智能优化算法已经如此先进了。”

面对徐舒的惊讶，许宁一时不知如何回应。

幸好，徐舒很快回到了工作中，开始仔细研究许宁的优化方案，并着手于并行计算程序的编写。

由于前期已经完成了参数化建模等准备工作，他们实际需要做的并不太多。

然而，即便如此，两人还是耗费了大约十小时来完善和测试整个优化过程。

特别是当许宁引入了一个流体偏转装置后，使得任务变得更加复杂。

随着最后一行代码通过了审查，徐舒深吸一口气，按下了回车键提交了计算请求。随后，她放松地靠向椅背，等待着结果的到来。

“首先，你注意到了部分关键点，但还不止这些。

为了加速解的评估及提升整体性能，我还结合空闲时间增量矩阵，研发了一套基于快速组合启发式的局部搜索策略。”

徐舒坐在对面，眼神中流露出一丝困惑，显然还在努力消化许宁之前所说的话。

片刻后，他轻轻点头，感慨道：

“差分进化算法原本是用来解决连续优化问题的，而且它是一种无约束的算法。可你面临的却是有约束条件的组合优化难题。”