劉潔說，現代的“聰明”城市是一個網絡網絡，應該像一個健康，調整良好的循環系統。

博士說，這尤其如此。工業工程的候選人，用于將電力從發電站引導到消費者的電網。電力應以盡可能有效地利用用于產生電力的資源的方式流過電網。

劉說，這種簡化的流程可以通過實時處理大量數據并做出最佳決策的機器實現。

劉和他的同事，MartinTaká?，工業和系統工程助理教授，劉博士。顧問和IBM Research的JakubMare?ek在過去兩年中在解決最佳潮流問題方面取得了相當大的進展。

由于他的貢獻，劉最近獲得了IBM的博士學位。獎學金，是業內最具競爭力的博士資助來源之一。學生們。

研究人員說，電力系統通常包含許多產生電力的發電站，以及一個稱為傳輸系統操作員的中央實體，它協調電力的生產和傳輸。

運營商的目標是以最高效率和最小損耗將電力從發電站傳輸給客戶。如果電線承載太多電流，則會導致損耗并可能過熱，從而可能導致停電。

研究人員表示，發電廠和輸電系統的運營商無法選擇電力流動的地方，因為電力遵循物理定律。但他們可以決定在哪里發電，以及如何設置變壓器。

的交流模型的物理功率流，使這些決定很難做出，該組織說。但它們對應于多項式優化問題(POPs)，這是當今數學優化領域的熱門話題。

直到最近，研究人員才能將所謂的牛頓法應用于持久性有機污染物，以便快速獲得解決方案。或者，正如Mare?ek及其同事所建議的那樣，他們可以解決一系列替代問題，以獲得最佳解決方案。

然而，第二種方法通常花費的時間太長，導致Liu，Mare?ek和Taká?尋求條件，在此條件下，人們可以從代理問題轉向牛頓方法，而不會得到錯誤的解決方案。利用數值代數幾何的最新發展，該小組已經開發了這樣的條件并設計了有效測試它們的方法。因此，可以快速解決替代問題，并在安全時切換到牛頓法。

“這徹底改變了多項式優化領域，”Mare?ek說。

在一系列由集團，論文第一“ 在解決交流的最佳功率流的混合方法，”剛剛被接納在智能電網IEEE交易。那篇文章與圣母大學的Alan Liddell合著。

在紐約州立大學布法羅分校完成數學碩士學位后，劉在2013年就讀于利哈伊。他擁有中國天津南開大學的數學學士學位。

在獲得IBM博士學位之前 劉氏獎學金獲得了Lehigh的PC Rossin工程與應用科學學院的院長助理和院長獎學金，Lehigh的Gotshall獎學金以及美國運通機器學習競賽獎。

在Lehigh，Liu是一個名為優化和機器學習(OptML)的研究小組的成員，其中包括Taká?; Katya Scheinberg，Harvey E. Wagner賦予工業和系統工程講座教授; 和工業與系統工程副教授Frank Curtis 。

OptML小組的學生獲得支持，在國際會議上展示他們的工作，并鼓勵他們進行工業實習。劉先生曾在西門子企業研究部，三菱電力研究實驗室(MERL)和芝加哥附近的阿貢國家實驗室工作。

“這些都是驚人的機會，”他說。“這些是不同的公司，完全不同。這些實習將我們與行業聯系起來。他們讓我們有機會做我們感興趣的事情并同時學習新知識。

“我們小組的教授非常支持他們。他們真的幫助我們學習如何做出貢獻并產生影響。”