每个科研人员都有一个科研梦，赵超新的科研梦就是优化，自他与优化相遇后，两者便相伴而行，一路为寻求最优解，奔跑前行。
在优化的路上，赵新超一直坚信，算法是优化的基石，好的算法，可以将优化提高到一个更高的层次。在诸多算法中，群智能算法就是这样一种新兴的演化计算技术，受到了业界研究学者的广泛关注。
开拓思路 走出思维限制
在攻读博士期间，赵新超就致力于群智能算法的研究。“一个好的算法，需要不断的积累，创新。”现在的赵新超，已经在群智能算法领域，取得了诸多突破性的创新成果，已在群智能优化算法模型研究与分析、群智能优化与经典最优化方法和多元统计方法等交叉科学领域做出了一系列创新性工作。
顾名思义，群智能是群体表现出来的智能，即，利用群体中的个体之间的信息交互和合作来实现寻优的目的。其研究领域主要有两种算法：粒子群算法和差分进化算法。与其它类型的优化方法相比，其实现较为简单、鲁棒性好。随着研究的深入，科研人员对群智能算法的研究已经取得了丰富的成果，但是从长远来看，仍有大量的问题需要解决。
目前，群智能算法在我国的发展十分迅速，其应用领域也在不断扩大，赵新超一直关注并探索该算法，用所学的知识不断调整研究思路和方法，“群智能算法是一种随机的优化算法，它和数学领域里的随机分析或概率论有某种相似性，都是研究在看似偶然的表面下隐藏的必然性，所以我想能不能将这两个方向结合起来用。”有了明确的研究方向，赵新超很快投入研究，2013年，他主持了国家自然科学基金项目“基于多元统计分析的群智能优化算法相关问题研究”对这一个方向做了一些初步尝试。
在项目进行过程中，遇到了各种各样的难题，但在赵新超的主持下，还是按期完成，并达到了预期目标，但对追求尽善尽美的赵新超而言，该项目的研究，却没有达到他的心里预期，“优化就是寻找最优解，那个项目还有提升的空间。”这件事，一直放在赵新超的心中，“我现在所进行的项目，其实在一定意义上也是之前那个项目的延伸。”对于优化，赵新超是极其认真的。
众所周知，优化算法是一门以数学为基础的、用来求解各种工程问题最优解的计算机应用技术。近些年，新算法层出不穷，容易让人眼花缭乱。但赵新超，却能够始终不被表象所迷惑，坚定研究方向，“算法与问题的联系？如何解决具体问题等，才是科研关注的方向。”
对此，赵新超在群智能优化、多元统计数据分析、最优化理论与算法等领域丰富的科研经验和知识体系基础上，带领团队从多元数据分析和经典优化的视角研究了数据驱动的群智能优化算法。“群智能算法有多面性，每一面都有其不同的应用领域。”他们以不同的数据分析方法、经典优化思想和群智能优化算法的交叉融合为研究核心，在算法样本的统计数据特征数据导引的群智能算法内在机理研究、样本协方差矩阵驱动的导引方向研究、搜索方向的协方差矩阵驱动的二阶群智能优化算法模型和机理分析三个方面开展了深入研究。
目前，项目正在顺利进行当中，已经取得了部分成果。项目有望促进群智能优化、多元数据分析和最优化理论与方法的学科交叉融合和拓展群智能优化算法领域的新研究。
孕育桃李 引导学生思考
在韩愈的《师说》中，有这样一段话：“古之学者必有师。师者，所以传道受业解惑也。人非生而知之者，孰能无惑？惑而不从师，其为惑也，终不解矣。”老师，正是赵新超的另一个身份，对于这个身份，赵新超是这样理解的，“与其说，这是一份职业，不如说，这是一份责任。”是的，在赵新超的心中，学生是优化的未来。
所以，在培养学生的过程中，他特别注重培养学生的积极性和独立自主性。“在学习过程中，老师应该起到的是引导和辅助作用。”毕竟，学习，是一辈子的事，尤其是对那些立志成为科研人员的学生，知识的更新很快，如果没有自主学习的积极性，很快就会被淘汰。
“学习和科研都需要不断尝试，而兴趣是将两者进行到底的精神支柱。”因此，赵新超鼓励学生勇敢朝着自己感兴趣的方向努力，多做尝试，不要怕失败。“困难和彷徨在所难免，但只要有兴趣，有勇气去努力，那么，失败就会是成功之母。”
无论是科研、教学还是其他工作，思考都是将工作做好的前提，善于思考的人，会执着的认为，“办法总比困难多”。在遇到困难时，往往会选择迎难而上，而这一点正是科研工作者所必须具备的特质，因此，在本科生教学中，赵新超注重引导学生思考问题，即便学生提出了错误的思路，他也会根据学生的思路，引导学生从错误的思路中找到正确的方法。
数学是优化的基础，但大多数人，都对数学有着恐惧，同样走过学生时代的赵新超，对此，感同身受，他为此专门开设了“微高数”的微信公众号，以一些有趣、接地气的方式讲述一些数学知识和数学思考方式。
“优化的研究，与所有的科研一样，都需要锲而不舍和传承。在教学中，通过最新研究成果讲解所学的知识，培养学生一定的研究意识，同时，培养他们坚持不懈的科研精神。”这就是赵新超，无论是从事科研，还是孕育桃李，他都尽心尽力，对他而言，两个身份，却拥有着同样的使命和责任，未来，赵新超将继续在优化的路上奔跑前行，继续为中国的优化研究竭尽全力。
