夏尉，大连理工大学建设工程学院教授，博士生、硕士生导师，国家高层次青年人才入选者。

于2016年获武汉大学水文与水资源工程专业学士学位, 2020年取得新加坡国立大学土木与环境工程专业博士学位（师从美国工程院院士Christine Ann Shoemaker 教授）。毕业后先后在新加坡国立大学、腾讯集团、意大利米兰理工大学(师从Andrea Castelletti 教授)从事博士后及高级研究员工作。 研究方向围绕智慧水资源管理，融合水文学、运筹优化、人工智能、和高性能计算等领域知识，致力寻求水资源和水环境等问题中成本效益高、鲁棒性强的解决方案。 近5年以第一/通讯作者在WRR、HESS、JH、EMS、CACIE、Optim. & Eng. 等国际权威期刊发表论文十余篇，开发多项智能优化开源算法。荣获AOGS 2023 Kamide Lecture Award。

课题组长期招收博士后、博士生与硕士生，欢迎具有水利、数学、计算机、管理科学等背景的优秀同学加入！课题组鼓励交叉学科探索，支持国际合作交流（与康奈尔大学、牛津大学、美国UIUC大学 、新加坡国立大学、意大利米兰理工、英国Exeter大学建立了紧密联系），致力于培养具备系统视野与创新能力的青年人才！联系邮箱：xiawei@dlut.edu.cn / xiawei@u.nus.edu

教育经历

2016.08-2020.08 新加坡国立大学, 土木与环境工程, 博士

2012.09-2016.07 武汉大学, 水文与水资源工程, 学士

工作经历

2023.05-2025.05 意大利米兰理工, EIlab, 博士后                                                            

2022.12-2023.06 新加坡国立大学, 工业与系统工程, 博士后

2022.05-2022.11 腾讯集团, 新加坡大数据与人工智能算法中心, 高级研究员

2020.09-2022.05 新加坡国立大学, 土木与环境工程, 博士后  

项目经历

新加坡总理办公室特别研究基金项目“超大城市的能源与环境可持续发展解决方案计划项目 (CREATE-E2S2)”子项目“ES-2: Detection, Assessment and Modelling of Emerging Contaminants in the Urban Environment”, 2018-2021 (参与)。合作机构：新加坡国立大学；上海交通大学；新加坡公共事业局；新加坡国家环境局

欧盟(Horizon Europe)基金项目 “气候与社会变化情景下的水资源系统安全运行空间 (SOS-WATER)”， 2022-2026（参与）。合作机构：国际应用系统分析研究所；瓦伦西亚理工大学；德国柏林研究协会；乌得勒支大学；米兰理工大学；奥尔堡大学

研究方向

人工智能与水资源智能调控

水系统精准建模与高效求解

变化环境下的水系统安全与鲁棒性分析

水信息数据挖掘与高维可视化

近五年代表性成果（*通讯作者）

Xia, W., Shoemaker, C. A.*, Akhtar, T., & Nguyen, M. T. (2021). Efficient parallel surrogate optimization algorithm and framework with application to parameter calibration of computationally expensive three-dimensional hydrodynamic lake PDE models. Environmental Modelling & Software, 135, 104910. (JCR-Q1; IF: 5.471)

Xia, W., & Shoemaker, C. A.* (2021). GOPS: efficient RBF surrogate global optimization algorithm with high dimensions and many parallel processors including application to multimodal water quality PDE model calibration. Optimization and Engineering, 22, 2741–2777. (JCR-Q2; IF: 2.619)

Xia, W., & Shoemaker, C. A.* (2021). Improving the Speed of Global Parallel Optimization on PDE Models with Processor Affinity Scheduling. Computer-Aided Civil and Infrastructure Engineering, 37, 279-299. (JCR-Q1; IF: 10.066)

Xia, W.*, & Shoemaker, C. A. (2022). A Repetitive Parameterization and Optimization Strategy for the Calibration of Complex and Computationally Expensive Process-based Models with Application to a 3D Water Quality Model of a Tropical Reservoir. Water Resources Research, 58(5), e2021WR031054. (JCR-Q1; IF: 6.159)

Lu, W., Xia, W.*, & Shoemaker, C. A. (2022). Surrogate Global Optimization for Identifying Cost-Effective Green Infrastructure for Urban Flood Control with a Computationally Expensive Inundation Model. Water Resources Research, 58(4), e2021WR030928 (JCR-Q1; IF: 6.159)

Xia, W.*, Akhtar, T.，Shoemaker C. A. (2022). A Novel Objective Function DYNO for Automatic Multivariable Calibration of 3D Lake Models. Hydrology and Earth System Sciences, 26(13), 3651-3671. (JCR-Q1; IF: 6.617) 

Cheng, Y., Xia, W., Matteo, D., & Shoemaker, C. A. (2022). A framework to calibrate ecosystem demography models within Earth system models using parallel surrogate global optimization. Water Resources Research, 58, e2022WR032945. (JCR-Q1; IF: 6.159)

Wei, G., Xia, W.*, He, B., & Shoemaker, C. A. (2024). Quick large-scale spatiotemporal flood inundation computation using integrated Encoder-Decoder LSTM with time distributed spatial output models. Journal of Hydrology, 634, 130993. (JCR-Q1; IF: 6.4)

Xia, W.*, Akhtar, T., Lu, W., & Shoemaker, C. A. (2024). Enhanced watershed model evaluation incorporating hydrologic signatures and consistency within efficient surrogate multi-objective optimization. Environmental Modelling & Software, 175, 105983. (JCR-Q1; IF: 5.471)

Xia, W.*, Ilija Ilievski, Shoemaker, C. A. (2024). Enhancing algal bloom forecasting: A novel framework for machine learning performance evaluation during periods of special temporal patterns. Environmental Modelling & Software, 180, 106164. (JCR-Q1; IF: 5.471)