2018年12月25日，国科大经济与管理学院邓智斌副教授与合作者共同发表的论文“An eigenvalue decomposition based branch-and-bound algorithm for nonconvex quadratic programming problems with convex quadratic constraints”获得了优化领域知名期刊“Journal of Global Optimization (JOGO)”的最佳论文奖。该论文也是JOGO期刊2018年下载量前三（top 3）的论文之一。

　　获奖论文链接：https://link.springer.com/article/10.1007%2Fs10898-016-0436-2

　　带有凸二次约束的非凸二次规划问题在管理与工程中具有广泛的应用。该文对非凸二次规划问题提出了全新的分支定界方法。传统的分支定界方法求解的是原问题的半正定松弛。该文作者将该半正定松弛进行改进，得到新的半正定松弛问题，并且从理论上证明新的半正定松弛优于原来的半正定松弛。其次，新的半正定松弛有利于设计分支定界算法中分支的方向，能够更快的收敛到全局最优解，并从理论上保证了新算法的全局收敛性。

　　JOGO创立于1991年，主要发表关于全局优化的理论，算法与应用的文章。期刊每年评审出3篇最佳论文奖（Best Paper Award），并给予1000美元的奖励。