主要研究领域有：流程工业智能优化制造、能源互联网、智能交通系统
主要研究方向包括： 复杂工业过程建模与优化控制、智能优化方法及其应用、机器学习与图像处理、多属性决策理论与方法、 对偶理论与全局优化等。
研究背景：
提高资源利用率和产品质量，降低成本，减少消耗和环境污染，实现整体流程品质最优化，是流程工业企业生产的内在要求，是提升企业在国际市场上保持可持续竞争优势的必由之路。然而，流程工业生产过程涉及物理化学反应，机理复杂，生产过程连续，原料成分、设备状态、工艺参数和产品质量等无法实时或全面检测，加上我国矿产资源复杂，资源禀赋差，优质资源枯竭造成原料变化频繁、工况波动剧烈等不确定性，给我国流程工业优化控制带来严重挑战。本课题组围绕流程工业过程建模与优化控制中存在的上述难题，重点开展面向流程工业的复杂工程优化方法研究。
状态转移算法(State transition algorithm, STA)是由周晓君博士等于2012年提出的一种智能型随机性全局优化方法，它设计的初衷是力求在尽可能短的时间内找到最优化问题的全局最优解或近似最优解。在状态转移算法中，最优化问题的一个解看成是一个状态，解的更新过程看成是状态转移过程。利用状态空间表达式，它可以将产生候选解的过程用一个统一的框架来描述，用状态转移矩阵来描述产生候选解的算子，这些特点使得状态转移算法很容易理解和编程实现。
状态转移算法的MATLAB代码下载地址有
http://www.escience.cn/people/michaelxzhou/index.html
教学工作：
模拟电子技术A（测控 77）
机械与电气制图 （测控 73）
运筹学 （自动化、测控、智能 84）
电工电子实验A （测控 73）