1、智能算法：解决了图灵奖得主R. Karp提出的PQ-树断点距离问题的计算复杂性。证明了重叠图的斯泰纳树这个三十八年公开问题是NP-困难的，对图灵奖得主Johnson1983的猜测给出明确的结论。对字符串公共划分问题和断点图的2-圈分解问题两个理论计算机领域的经典问题给出了计算复杂性的明确分类。近五年在Information and Computation、Algorithmica、JCSS等国际顶级期刊和COCOON、ISAAC等有国际影响力的学术会议上发表论文30余篇，受到国内外同行的广泛关注与引用。研究得到国家自然科学基金的面上项目4项和青年基金2项资助。

2、计算生物学与生物信息学：在基因组重排算法的研究中，针对五种基因组重排模型设计的近似算法，其性能指标目前依然保持世界最好。在蛋白质结构预测中，设计的预测模型，对多个蛋白质的预测结果目前世界最好。近五年来，在Bioinformatics、IEEE/ACM TCBB、BIBM等国际期刊和会议中，发表高水平论文30余篇。若干成果被收录到此方向研究的综述性论文中，受到国内外同行的广泛关注与引用。获山东省自然科学奖一项。研究得到国家自然科学基金的面上项目5项和重点项目1项资助

3、商用车制造企业车联网大数据管理系统与分析技术：作为全球最大的汽车整车制造国，中国商用车制造面临产业格局重塑、同质化竞争加剧、数字化智能化不高等严峻挑战。针对商用车制造企业缺乏有效的车联网大数据管理和分析方法、无法为企业节能降耗和安全生产提供智能化解决方案的关键问题，研究提出了车联网大数据的一体化管理方案，以及机理与数据混合驱动的油耗预测和省油路线推荐、故障检测预警新技术，为企业高质量发展提供新的源动力。

（1）打造了商用车联网大数据管理系统，突破了海量高频大数据实时解析处理关键技术，在有限硬件资源下达到每秒解析40万条记录、日均处理数据210亿条，聚合计算准确率达到100%，研发高效存储查询关键技术，日增压缩归档数据6TB，压缩率70%以上；创新构建了机理与数据混合驱动的模型库。

（2）攻克了在不同场景下机理与数据混合驱动的油耗分析预测和省油路线推荐新技术，解决了在非线性车况健康度和时空动态路况复杂度前提下的行驶油耗难以精准预测的问题，油耗预测精度相比传统方法显著提高，推理时间显著降低，显著节省了商用车燃油。

（3）创新了基于商用车联网大数据的车辆故障检测与预警技术，解决了车联网大数据稀疏故障样本前提下的训练增强与预警准确度问题，大幅度提高预警精度与可解释性，显著缩短了模型收敛时间，提高了故障预警精度。

该项目授权发明专利和软件著作权10余项，发表高水平论文10余篇，制定团体标准1项，获山东电子学会科学技术进步奖一等奖，培养了一大批高水平大数据人才，与多个企业成立了联合研究中心和实验室。