计算机科学与探索杂志

计算机科学与探索杂志2025年第12期

• 大语言模型自动化提示工程技术研究综述

  巴泽智, 张辉, 谢铮涵, 左晓栋, 侯健玮

  基于提示学习的提示工程对于提升大语言模型的技术可及性、加速其推广扩散与应用开发至关重要。传统的提示工程过度依赖于提示词设计者的领域知识和使用经验，且不易满足提示空间较大的任务；相比之下，自动化提示工程能够自动化或半自动化地生成或优化提示词，以探索大规模的提示词组合，并通过自动优化技术提升提示词生成的稳定性。然而目前仍缺乏对自动化提示研究的系统性综述，因此，及时跟进该领域的最新研究成果，详细梳理并评述自动化提示工程的实现形式，提出自动化提示工程的未来研究方向。依据自动化提示工程实现形式在逻辑推理和效能导向两个维度的取舍上，将其分为基于思维链的自动化提示工程、基于类机器学习模型的自动化提示工程、基于进化算法的自动化提示工程以及使用预训练包的即插即用系统。全面评估自动化提示工程技术，构建其工作原理的理论解释框架，评估各类实现形式的适用性与局限性。最后，展望多模态大模型、强推理模型以及智能体中自动化提示工程的发展趋势。

• 光场图像质量评价综述

  刘意, 董武, 陆利坤, 马倩, 周子镱, 张二青

  光场图像在采集、压缩、传输、重建和显示过程中易产生失真，影响用户的视觉体验。针对不同的失真类型，研究人员提出了不同的质量评价方法来准确评估光场图像的质量。现有的光场图像质量评价方法综述通常从参考信息、映射技术等角度进行分类，但这两种分类基准往往无法全面地反映光场图像在空间信息和角度信息上的独特性。对目前光场图像质量评价的研究进展进行了较为全面的总结。根据光场图像的表现形式不同，将光场图像质量评价方法分为六类，分别为子孔径图像的质量评价方法、极平面图像的质量评价方法、微透镜图像的质量评价方法、伪视频序列的质量评价方法、重聚焦图像的质量评价方法和混合提取方法，并介绍了近年来的代表性方法，总结归纳了每类方法的优势和局限性。列举了常用于质量评价的七个光场图像数据集和三个性能评价指标，并从表现形式的特点、数据集以及模型结构三个方面对不同方法的性能进行了比较与分析。从多模态、模型轻量化、大模型、人眼视觉系统和高维拓展等方面展望了光场图像质量评价方法的未来发展趋势。

• 联邦学习中的差分隐私现状：机遇与挑战

  刘义, 蒋澄杰, 杨松涛, 张磊, 吴世伟

  在联邦学习中，差分隐私是应对隐私问题的关键技术，但差分隐私在联邦学习的异构环境适应、个性化隐私设计及通信优化等方面仍面临诸多问题。针对联邦学习中差分隐私的研究现状，围绕三类典型应用场景——异构环境下的差分隐私、个性化差分隐私保护以及差分隐私-通信优化机制，展开深入分析。分别探讨统计异构、设备异构与模型异构条件下差分隐私机制的设计思路，比较各类方法在扰动策略、预算分配与适配能力等方面的技术路径及演化趋势。在此基础上，进一步总结当前差分隐私机制在计算效率、通信开销及模型适应性方面的性能表现，归纳其优势与不足，并通过典型算法对比明确不同机制的适用场景。为了更全面评估这些机制的实际效果，还结合实验结果分析差分隐私策略在联邦学习中对模型精度、通信轮次与收敛速度的影响，揭示其在保护隐私与提升效用之间的权衡关系。基于现有研究的不足，展望差分隐私在多维异构与个性化场景下的联合优化机制。

• 卫星可见光影像三维信息提取研究综述

  邓毅, 解文彬, 殷宏, 张京晶, 白玮

  卫星影像的三维信息提取技术是地理信息科学的重要研究方向，其核心在于挖掘单视图、双视图及多视图中隐含的相似性、几何性、光影模型信息与时序信息，以实现精准的地表三维重建。围绕四大信息类别展开综述：相似性信息、几何信息、光影模型信息以及时序信息。重点探讨的是相似性信息提取，在该技术上聚焦于立体匹配技术，涵盖双视影像的传统方法与深度学习方法和多视影像深度学习方法总结，阐明其在复杂地形中提升三维重建精度的策略。针对几何信息的提取，系统讨论了基于几何与高阶几何形式的三维重建方法，重点解析基础几何推理的鲁棒性与应用场景。在光影模型信息中，探讨光影反演与形状剪影的结合应用，重点介绍了神经辐射场（NeRF）在细节重建与真实性提升中的研究进展。时序信息提取部分结合多时序影像，剖析动态场景中三维信息的推断与变化捕捉。通过分析现有技术的瓶颈与未来发展趋势，提出了跨领域数据整合、融合目标检测的双任务协同架构及高效Pipeline设计等研究方向，为卫星影像的三维重建领域提供了系统性的理论参考和技术展望。

• 面向推荐系统的多模态生成研究综述

  张瑞, 卞志鹏

  随着大语言模型与多模态生成模型的快速发展，推荐系统正从“匹配现有内容”向“生成个性化内容”的范式转型，催生了个性化多模态生成这一新兴研究方向。个性化多模态生成强调根据用户历史行为与生成目标指令，输出可直接用于推荐流程的符合用户偏好的文本、图像、音频或视频内容，从而提升用户体验与推荐系统的效果。尽管近年来相关技术快速演进，已有研究在图像、文本等模态生成中初步展现出良好效果，但在方法定义、关键技术、任务共性与研究范式等方面仍缺乏系统总结与统一视角。为此，聚焦推荐场景中的个性化多模态生成问题展开系统性综述，率先界定了“偏好捕捉、目标内容与个性化生成”的三元建模关系，将个性化多模态生成严格限定为：在推荐系统中，基于用户历史行为和画像所捕捉的个性偏好，生成直接作为推荐候选或展示内容的多模态输出（如封面图、新闻标题、音视频片段等），而非一般意义上的开放式文生图或对话生成任务。随后构建统一的技术框架，围绕“偏好与目标建模”“偏好注入与生成器结构”“优化策略与个性化输出”三大核心模块展开，并结合图像、文本、音频与跨模态任务总结典型技术路径和应用场景。此外，对现有评估指标及其在衡量个性化与推荐有效性方面的局限进行了批判性分析，并讨论大型多模态模型在推荐系统中的适配性、推理效率与安全性挑战。最后展望未来的发展方向，希望为个性化多模态生成研究提供系统化参考。

• 多模态信息融合指导的OpenFOAM图形界面代码生成框架

  卢斌, 刘建峰, 王浩琳, 张玉志, 陈锐

  针对OpenFOAM因依赖命令行操作而导致的使用门槛高，以及传统仿真界面普遍存在开发周期长、定制成本高的多重挑战，提出AutoCode4OF框架，旨在实现从多模态输入到完整OpenFOAM可执行界面代码的端到端自动生成。该框架主要创新包括：（1）在输入层面，框架融合图像、自然语言文本以及已有代码片段等多模态信息，联合表征用户意图；（2）在知识处理层面，通过构建计算流体力学（CFD）领域的专业知识图谱，并引入检索增强生成（RAG）与前后端双重验证机制，显著提升生成代码在物理意义上的合理性与可靠性；（3）在系统架构设计上，采用多智能体协同工作机制，将整体任务分解为知识检索、任务规划、代码生成、素材设置以及测试验证等多个专业模块，各模块分工协作，共同保障输出结果的质量与完整性。实验结果表明，AutoCode4OF在代码质量、功能完整性和编译成功率方面分别达到0.956、0.997和100%，在网格生成、求解计算以及后处理结果验证等多个环节中均展现出良好的适用性与稳定性，具备较高的实际工程应用价值，并为科学计算软件的智能化发展提供了新思路。

• 自适应路由与双阈值剪枝的多模态大模型检索增强感知

  徐国愚, 张一丹, 魏笑, 毛洋敏

  检索增强感知算法能有效提升多模态大模型对高分辨率图像的感知能力，具有重要应用价值。但是现有算法存在检索时间过长问题，难以满足系统实时性需求。为此，提出一种融合自适应路由机制与双阈值剪枝搜索策略的多模态大模型检索增强感知算法，以优化处理效率。设置了自适应路由机制，通过计算整图任务可行性概率，并结合问题空间复杂度与模型规模自适应设定动态阈值，实现对简单样本的有效预筛选，使其无需分块处理即可直接获得答案，从而从源头规避无效计算。针对必须处理的复杂样本，在树搜索过程中采用双阈值剪枝的搜索策略：第一级剪枝基于语义质量评分的动态衰减约束，提前终止低质量分支的扩展；第二级剪枝则基于置信度评分差异，对通过第一级剪枝的节点，进一步合并那些决策稳定性高、置信度相近的冗余路径，从而有效抑制搜索空间的膨胀。实验结果表明，在V*Bench、HR-Bench等数据集上，该方案在保持感知精度（准确度仅损失2个百分点以内）的同时，实现了检索效率的显著提升，在LLaVA-ov-0.5B模型上检索速度最高提升达48.3%，尤其适用于低资源场景下的部署应用。

• 面向涉案财物的业务知识视觉问答技术框架

  薛迪, 李欣, 蒋章涛, 王晓宇, 刘明帅

  作为公安机关办理行政及刑事案件流程中的关键环节，涉案财物的规范化管理与依法处置直接关系到执法活动的公正性和程序合法，近年来有关部门相继出台了一系列规范性法律文件以指导公安民警开展此项工作。然而，不同涉案财物的调查取证、查封、扣押、冻结、接收等流程不尽相同，相关民警难以科学准确理解，严格执行规定。为帮助基层公安民警完成涉案财物管理工作，针对业务知识视觉问答模型涉案财物业务知识信息缺失、常规检索增强生成技术召回率低、模型推理性能差等问题，提出了涉案财物业务知识视觉问答技术框架。使用多模态大模型根据图像改写补全问题，解决了直接检索无法命中相关信息的问题。通过Conan-embedding模型对知识库以及查询进行向量化，提高了模型的知识检索能力。构建了关于涉案财物业务知识视觉问答数据集与公安知识库，针对法律法规类型文件，摒弃常规的固定切块储存方法，采用动态分割技术按条保存数据。使用LongLLMLingua模型根据改写后的问题对检索的外部知识进行压缩，在有效降低上下文长度的基础上提高了模型准确率。实验结果显示，提出的方法准确率达到71.98%，相较直接使用GLM-V提升了18.68个百分点，优于其他基线模型，验证了该方法的有效性。

• 基于分子结构与课程学习的跨模态分子检索

  林楠铠, 伍奕倩, 黄丽霓, 武洪艳, 徐榛, 王连喜

  在药物研发与材料科学领域，药理学家往往需要在分子结构与文本描述之间建立联系，以便高效筛选新化合物并加速分子设计过程。近年来，跨模态检索方法快速发展，早期主要依赖统计分析或哈希映射来关联不同模态，而深度学习的引入则显著提升了对齐效果。然而，在提高对齐能力的同时，现有方法也带来了较高的训练开销。为此，一些研究引入课程学习以提升检索效率，但其样本的难度度量多依赖于表征相似度，忽视了分子结构信息，从而可能导致排序结果存在偏差。针对上述问题，提出了一种结构感知的课程学习框架，从分子层级结构出发定义样本难度，使课程学习过程能够更好地捕捉分子的内在结构信息，减少误判样本在训练过程中的干扰，增强模型在处理结构相似但表征差异较大的分子样本时的鲁棒性。在多个主流基准数据集上的实验结果表明，该方法在Hits@1、MRR等指标上均优于现有方法。在文本-分子与分子-文本两类检索任务中，现有SOTA模型在所提框架下均取得了比现有课程学习方法更明显的性能提升，验证了所提策略在双向检索中的普适性与有效性。

• 结合CNN和多尺度视觉状态空间的遥感图像语义分割网络

  蔺月妮, 汪西莉

  现有的遥感图像语义分割方法面临显著挑战：基于卷积神经网络（CNN）的方法缺乏远程建模能力，在复杂遥感场景中的分割性能受限；基于Transformer的方法计算复杂度随输入图像尺寸呈平方级增长，难以兼顾分割性能与计算效率。最近，视觉状态空间模型（VSS）因能够以线性计算复杂度建模全局依赖关系而受到广泛关注。针对上述问题，提出了一种结合CNN与VSS的遥感图像语义分割网络，旨在同时兼顾性能与效率。网络由基于CNN构成的编码器和基于VSS的解码器组成，用于建模局部信息并捕获远程上下文依赖关系。引入多尺度深度卷积和坐标注意力机制，构建多尺度前馈网络（MSFFN）替换原始VSS中的前馈网络（FFN），以缓解顺序扫描机制带来的2D图像局部区域空间像素不连续问题，同时增强多尺度特征表示。此外，设计空间通道聚合增强模块（SCAEM），充分融合编码器浅层细节信息和解码器全局语义信息，实现高效特征聚合。使用辅助分割头优化梯度传播和特征学习的方向，促进更准确的分割结果输出。在Vaihingen、Potsdam和LoveDA数据集上与一些先进的语义分割网络进行了对比实验，实验结果表明，提出的网络在这三个公共数据集上的表现优于其他分割网络。

• 开放世界遮挡目标检测：多层次特征融合与增强特征表示

  姜彦吉, 陈鹏达, 董浩, 刘大千, 费博雯

  解决遮挡目标检测问题是开放世界自动驾驶目标检测研究中一项充满挑战的任务。主要研究在开放世界自动驾驶场景中，由于未知遮挡模式的多样性，被遮挡目标在图像中呈现的特征稀疏性与语义模糊性以及目标形态的不确定性，利用不同维度特征图的信息差异性以及目标整体与部分间和部分内的关系进行遮挡目标检测。提出了一种基于多层次特征融合和增强特征表示的遮挡目标检测算法。设计了共现空间图模块完成部分内与部分间的特征增强，提高遮挡目标的特征表现，增强遮挡区域的语义恢复能力。采用跨层次尺度的特征金字塔网络增强核心特征的上下文信息和特征之间的关联性。通过并行自适应特征融合模块融合不同层次的特征，缓解特征丢失，提高目标检测性能。所提方法在数据集Pascal VOC、BDD100K和自制数据集上与现有检测算法进行比较，相较Top 2算法，未知类召回率和mAP的增值范围在1.4~1.9个百分点和0.5~1.5个百分点（相对）。该算法旨在提升开放世界自动驾驶场景中遮挡目标的检测精度，通过学习遮挡目标的特征关联性，有效缓解了特征稀疏与语义模糊带来的不利影响。实验验证了该算法可以有效提升遮挡目标的检测性能，展现了很好的泛化能力，并增强了对未知目标的检测能力。

• 等分直方图均衡和高频强化的低光照图像增强

  聂丰英, 万里勇

  低光照条件下的成像，往往亮度较暗，对比度较低，图像信息不清晰，而现有的图像增强方法对图像的亮度、对比度和清晰度的改善不足。提出一种等分直方图均衡和高频强化的低光照图像增强方法。借助于HSI颜色空间中亮度分量与颜色分量独立的特性，将图像转换到HSI颜色空间，根据Retinex理论并结合高斯滤波将亮度图像分解为低频图像和高频图像；针对低频图像提出一种等分直方图均衡方法，将低频图像的灰度级频次和动态空间分别四等分，利用局部灰度级的像素频次对低频图像的像素进行分段重映射，再由低频图像和高频图像进行Retinex重构，以改善图像的亮度和对比度；将增强后的亮度图像转换到小波域，以分数阶的方式提升高频小波系数的分量，以改善图像的清晰度和凸显图像的边缘和细节。在低光照图像数据集上的实验显示，经该方法增强后的图像，在增强效果图、平均梯度、信息熵以及边缘提取上，均优于部分现有方法，该方法能更有效地提高图像的应用价值。

• 基于大模型验证增强的产业链知识图谱构建研究

  郑傲泽, 张坤丽, 李云龙, 王影, 袁颂瑞, 吴鹏程, 贾玉祥, 昝红英

  随着产业链分析的深入和信息化需求的增长，如何从海量文本中高效抽取企业及产业间的供需关系并构建产业链知识图谱，成为当前研究的主要问题。基于此，提出了一种基于大语言模型验证增强的产业链知识图谱构建方法。在概念层，设计了以“产业-企业”双视角的图谱构建层级体系，实现企业与产业的映射关系。在数据层，对结构化数据利用大语言模型进行知识抽取，构建产业链标注语料库（CERIC）。对于非结构化数据，设计了一个验证增强的大模型数据抽取框架VRTE-LLM。该框架使用CERIC语料库对大语言模型微调训练，以提升其在特定领域的知识理解与信息抽取能力，并根据任务需求和文本上下文，修正关系三元组中的完整性错误与偏差错误，通过使用预定义的规则库对三元组进行验证。实验结果显示，该框架在实体识别与关系抽取任务中分别达到80.9%与83.9%的准确率。所构建的产业链知识图谱包含39 627个三元组，涵盖四大产业领域、70余家企业的知识图谱，覆盖产业链上下游各关键环节，为产业链进行量化分析、趋势预测提供技术支持。

• 基于模态对齐与音视频极性向量辅助的多模态情感分析

  李泽龙, 刘成恺, 生春雷, 卢树华

  针对三种模态特征融合不充分与音视频情感极性表达较弱的问题，提出一种基于模态对齐与音视频极性向量辅助的多模态情感分析方法（MA-PVA）。设计了模态对齐层，利用跨模态注意力机制，对音视频特征中与文本无关的情感信息进行过滤，减少不同模态间特征表达差异，将筛选结果用于增强文本模态，使文本与音视频模态特征充分融合。设计了音视频极性向量辅助任务，用于增强音视频情感极性。上述结构与预训练语言模型进行交互，能够得到更丰富的文本模态特征，以提升最终情感预测效果。所提方法在公开基准数据集CMU-MOSI与CMU-MOSEI上进行了大量实验，结果显示与最优基线方法相比，在CMU-MOSI数据集上二分类准确率分别为88.1%、89.9%，提升了0.6、0.3个百分点，七分类准确率为52.2%，提升了4.8个百分点；在CMU-MOSEI数据集上，二分类准确率分别为85.9%、87.5%，提升了1.2、0.4个百分点，七分类准确率为54.7%，提升了0.2个百分点。实验结果表明所提方法超越当前诸多性能先进的方法，有效地提高了情感分类的准确度。

• 面向审计大模型微调的不平衡指令筛选策略

  黄佳佳, 朱浩然, 姜茂伟, 陈勇, 徐超

  在面向监管类（如法律咨询、审计判断）的垂直领域大语言模型指令微调中，多任务指令微调数据集中存在高低资源任务指令数据不平衡的问题。现有的指令筛选策略往往忽视了任务之间的协同效应和领域特定要求。为此，提出一种分阶段不平衡指令筛选策略（IIFS），用于从不平衡的多任务指令微调数据集中选择高质量的指令子集。IIFS通过指令冗余性、微调必要性和任务相关性来系统地评估高资源任务指令数据。通过动态聚类过滤冗余数据。使用文本相似度评估指令数据在目标模型上的响应效果以评估该指令微调的必要性。量化高资源任务指令数据与核心任务的语义关系衡量任务相关性。综合质量分与聚类规模构建一种自适应动态采样机制获取一批高质量指令微调数据子集以进行模型微调。基于IIFS采样策略将高低资源任务指令数据比例从11.5∶1降至2.8∶1，冗余率降低了75.61%，在保持领域适应性的同时缓解了数据不平衡性。在评估数据集上的实验表明，基于IIFS微调的大模型比基于完整指令集微调的大模型整体性能提升3.57个百分点；特别的，在审计案例分类任务上F1-score较完整指令集提升4.84个百分点。这项工作为垂直领域的工业规模大模型指令微调提供了一种经济高效的自动化解决方案。

• 基于领域知识三元组和图卷积网络的方面级情感分类方法

  凤丽洲, 宋金林, 杨贵军, 王友卫

  针对目前使用通用情感词典来加强文本中的情感倾向，无法准确识别特定领域中情感词与方面之间情感信息的问题，提出一种基于领域知识三元组和图卷积网络的方面级情感分类方法（DKT-GCN）。参考基于跨度的反偏见方面表示学习框架构建领域知识三元组，对文本序列进行句法依存分析，提取出文本中的关键结构信息，并利用所构建的领域知识三元组重构邻接矩阵，从而实现领域知识增强；利用基于Transformers的双向编码器表示（BERT）模型捕捉文本中深层次的语义和上下文信息，为每个词生成包含上下文信息的词向量隐藏上下文表示；通过图卷积网络模型聚合节点信息以更好地捕捉文本中的语义依赖关系，并通过加入掩码操作捕获方面关键信息，使模型能够更精准地识别情感倾向。实验结果表明，所提模型在四个公共基准数据集Lap14、Rest14、Rest15和Rest16上的准确率分别达到79.15%、86.34%、84.50%和91.56%，MF1值分别为75.72%、79.83%、71.84%和80.78%，显著高于多数对比模型。此外，在SemEval 2014、SemEval 2015和SemEval 2016中笔记本电脑和餐厅数据集上的实验结果表明，该方法可以有效提升情感分类的准确性。

• 多模态轨迹预测：低秩近似与金字塔特征结合

  刘桂红, 翟倬玉, 张霄雁, 冷强奎

  捕捉高维社会活动和趋势特征对准确预测智能体的可行未来行为至关重要。为应对这一复杂性，已有研究通过参数曲线拟合降低输入变量的维度，以捕获更有用的信息；而另一些研究则采用递归或同步方式推断未来轨迹。然而，这些方法存在一些不足之处：单一的平滑曲线难以有效拟合社会动态，递归策略易导致累计误差，而同步策略则忽略了未来步骤之间的约束，进而使运动学上的预测变得不可行。为了解决这些问题，提出了一种结合奇异值分解和时间序列特征金字塔网络的方法，旨在降维和提取趋势特征，以去除冗余信息。该方法采用基于奇异值分解的特征空间替代传统的欧几里德空间，以在该空间内模拟不同模型的多模态预测。从底层到最上层逐步融合不同深度趋势特征的预测结果，并通过全局到局部的递归轨迹预测生成方法生成最终预测结果。该递归轨迹生成方法使用不同粒度的插值技术，将全局信息与每次迭代区域的头尾部信息相结合，持续生成每个区域的中间步骤位置信息。大量实验证明，所提出的通用轨迹预测框架显著提高了现有轨迹模型在公共基准上的预测精度和可靠性。

• 面向癫痫EEG信号检测的对抗混合TSK模糊分类器

  于林表, 卞则康, 瞿佳, 张进, 王士同

  近年来，基于栈式集成结构的深度TSK（Takagi-Sugeno-Kang）模糊分类器已成为TSK模糊分类器研究热点之一，与传统单一的TSK模糊分类器相比，深度TSK模糊分类器不仅具有增强的泛化能力，而且具有较好的可解释性。然而，当深度TSK模糊分类器应用于癫痫脑电图（EEG）信号检测时，需要解决如下两个挑战：（1）如何改进现有的深度结构，在保证癫痫EEG信号检测精度的基础上，加快模型的构建速度并同时提高模型的可解释性（更少的规则数和提供两种类型的可解释性）；（2）如何利用人类认知行为，进一步提升深度TSK模糊分类器的泛化能力。为了解决上述两个挑战，提出面向癫痫EEG信号检测的对抗混合TSK模糊分类器（AH-TSK）。针对挑战（1），在现有深度栈式集成结构的基础上，引入宽度集成结构，从而提出一种新型的基于深度和宽度的混合集成结构，集成单个线性子模型（SRLc）和多个非线性子模型（A-TSK）；针对挑战（2），基于“从全局粗略到局部精细化”和“知识遗弃”这两种认知行为，提出了一种新的对抗训练方法。该方法先在EEG数据集的所有原始样本上训练线性模型（SRLc），以分类非线性分布的样本；在得到的非线性部分上，引入“知识遗弃”的对抗策略，并行训练多个A-TSK；通过使用最近标签策略，对SRLc和所有A-TSK的输出进行集成得到最终输出。实验结果表明，与对比方法相比，AH-TSK具有增强的泛化能力、较快的运行速度以及较好的可解释性，此外能够提供更多类型的可解释性（语义和基于特征重要性的可解释性）。

• 采用改进白鹭群优化算法的机械臂时间最优轨迹规划

  孙建华, 何丽, 王宏伟, 杜洋鋆, 李知远

  针对机械臂轨迹规划任务中角速度和角加速度的选择过于保守，且采用传统白鹭群优化算法优化机械臂运行轨迹时易陷入局部最优，进而导致整个动作的完成时间过长等问题，提出一种改进白鹭群优化算法（IESOA），并将其应用于机械臂时间最优轨迹规划任务中。引入Sinusoidal混沌映射作为种群初始化方法以增强种群多样性；利用莱维飞行的长尾分布跳跃机制避免算法陷入局部最优，提升算法的全局搜索能力；采用自适应[t]分布动态调整自由度参数[v]，在提高优化精度与收敛效率的同时平衡算法的全局搜索与局部开发能力。为验证改进算法的优越性，将改进后的算法与包含传统ESOA在内的5种同类算法进行收敛性分析、Wilcoxon秩和检验以及机械臂轨迹规划对比分析。实验结果表明，相较于对比算法，IESOA在单峰、多峰函数以及固定维数多峰函数上均有较好的寻优精度和稳定性。同时，在机械臂轨迹规划实验验证中，经IESOA优化后的机械臂轨迹曲线平滑且无突变，运行时间及其标准差均优于对比算法，验证了IESOA在解决机械臂时间最优轨迹规划问题中的优越性和鲁棒性。