运用公理化思维，从本质出发构建创新系统
曾自强出生在山城重庆，对数学情有独钟，是典型的“85后”。年进入四川大学攻读数学与应用数学专业。从数学学士到管理学博士，再到从事管理科学在不同领域的应用研究，曾自强可以说一直在不断突破“舒适区”的创新之路上乘风破浪。
说起最初选择数学专业，曾自强拿出了他的“镇宅之宝”——《几何原本》《自然哲学的数学原理》《物种起源》《相对论》。他的故事要从《几何原本》讲起——
在中学时，曾自强读到过一本介绍《几何原本》的课外读物。虽然大部分内容看不懂，但从这本书中，他了解到，真正的高手是不需要去死记硬背那么多数学公式的，因为“欧几里得仅仅根据5条公理和5条公设，就推出了几何学的个命题，建立了一整套欧式几何公理化理论体系”。曾自强深深地感受到，问题的关键是找到最根本的公理和，然后以此为基础，通过推理，演绎出一系列命题，形成一整套理论。他把这个过程形容为“无招胜有招”，即最高的境界并不是要去记住所有的招式，而是从本质出发，自然而然地演化出无穷无尽的变换。也就是从《几何原本》开始，曾自强对数学之玄妙产生了浓厚的兴趣。他希望能研究探索其中的奥秘。
曾自强曾自强顿了顿，接着讲述“镇宅之宝”的故事：“《几何原本》对人类科学发展的影响是巨大的。牛顿的《自然哲学的数学原理》也基本是参照《几何原本》的模式来写的。牛顿通过多个公理和公设，推导出经典力学的一系列命题。”“直到今天，特斯拉创始人埃隆·马斯克常常提到的‘颠覆式创新’思想，也是通过改变逻辑基点——即公理和公设，产生不同的创新模式，打破连续性创新的发展瓶颈，从而产生十倍甚至百倍效益的颠覆式创新。”
随着本科阶段对数学认识的不断深入，曾自强越来越发现数学理论需要在实践中去不断应用才能发挥更大的社会价值。通过研究生推免，曾自强被保送到了四川大学商学院管理科学与工程专业，硕博连读，师从徐玖平教授。“徐老师可以说是对我科研之路影响至深的人。”曾自强颇为感触地说，“徐老师是我国管理学界的领*人物，获得过多项学术荣誉，包括国际系统与控制科学院院士、蒙古国家科学院外籍院士、摩尔多瓦国家科学院荣誉院士、国家‘万人计划’哲学社会科学领*人才、国家杰出青年科学基金获得者、教育部长江学者特聘教授等。在他的影响和严格要求下，我逐渐形成了无比坚毅、超强自律以及不断突破‘舒适区’的个性和特点。”
曾自强刚到徐玖平教授课题组时，正好赶上徐教授的国家自然科学基金重点项目“大型水利水电工程建设项目集成管理理论与方法研究”立项。曾自强作为团队成员，积极地投入研究中。他深知，“工程类的杂志发表难度很高，而且这个研究方向不利于快速高产地出论文”，但是最后他还是勇敢地承担下了这个重任。
一开始，由于很多细节问题需要从工程实际需求中进一步深挖探索，研究曾一度陷入停滞。为了突破瓶颈，曾自强去图书馆借阅了大量水利水电工程的相关资料，开始埋头攻关。同时，在徐老师的带领下，他参加了与中国长江三峡集团公司、雅砻江流域开发有限公司、国电大渡河流域水电开发有限公司等进行的多次调研、交流，探讨大型水利水电工程建设复杂系统中的管理问题。经过几个月的不懈努力，他终于在“水布垭面板堆石坝工程中施工机械的动态分配问题”上找到了切入口，提出通过构建动态最优控制模型的思路对施工机械的分配进行优化。
“该问题的难点在于施工机械在工作中往往会突然发生故障，从而打乱施工安排计划，使得整个系统发生较大的不确定性。”曾自强回忆道，“那么如何减少这种不确定性带来的施工成本的损失和工期的延误，就成为研究的目标。”通过对大量施工机械故障发生时间数据的分析，他发现两参数威布尔分布能够很好地拟合故障数据。于是，他建立了施工机械故障发生时间与工作时间的关系方程，从而求解出最优控制模型。更加可喜的是，他在美国土木工程师学会的旗舰期刊上发表了这一研究成果。这成为团队在该领域的一篇突破性成果。
关键时候，还是欧几里得的公理化思想帮了大忙。曾自强告诉记者：“不同的问题有不同的逻辑基点，如果能找出各类问题的逻辑基点，便可在其基础上推演出相应的决策优化理论体系。进一步地，如果改变其逻辑基点，或者找到更好的逻辑基点，便能推演出更加完善的决策优化理论体系。因此，关键便在于如何能找到这些问题的正确的逻辑基点。我就是应用这一思想，不断地攻克难关的。”
两赴美国深造，看好中国发展
第一次到美国，还是在曾自强攻读博士学位期间。他受国家留学基金委资助赴美国佛罗里达大学建设管理系做联合培养博士。
初到盖恩斯维尔小镇，一切都是新鲜的。曾自强还没来得及熟悉一下小镇，就和外导AbdolChini教授讨论起了研究课题。当得知曾自强的研究方向是决策优化后，Abdol教授很快给了他一堆数据。同时，教授还分配给他一间独立办公室，门牌上用英文写了“ZiqiangZeng”。
拿到数据后，曾自强发现这些来自佛罗里达州各大型能源电力公司建设和运营的风险评估调查问卷数据，在调查问卷本身的设计上存在一定的问题，逻辑条理不清晰，使得数据结果不能准确反映真实情况，而且一些重要内容没有设计进入问卷中，导致部分对分析至关重要的数据缺失。
为解决这一问题，曾自强开始重新设计调查问卷，并加入能源电力公司投资不同类型的能源的成本范围数据。用他的话说：“这样可将单纯的风险分析问题拓展为一个多目标能源投资组合问题，即如何选择投资能源的类型，能够既减少总的成本，又降低总的风险。”目标确定后，他开始没日没夜地工作，一边进行问卷调查，一边构建能源投资组合的优化模型，并编程设计出多目标粒子群算法实现对模型的有效求解。
功夫不负有心人！不到4个月时间，曾自强完成了这一课题。当接过这一研究成果时，Abdol教授十分惊讶，赞赏有加，特意邀请他在学院作了一次正式的学术报告。这在中国留学生中还是头一次。
年，曾自强再赴美国。这一次，他是到华盛顿大学西雅图分校土木与环境工程系从事博士后研究，师从王印海教授。王教授是美国土木工程师学会交通与发展分会主席，是美国华人交通界的领*人物。3年的博士后经历，让曾自强的研究从“偏软”转向更接地气的“硬性”研究，科研水平有了质的飞越。
作为华盛顿大学土木与环境工程系的教职工代表参加年度华大的学生毕业典礼
在华盛顿大学期间，曾自强最难忘的事是作为核心成员参与了王教授负责的“成都市交通排放大数据分析平台”的研发项目。“成都市是特大中心城市。近年来的数据显示，成都市的PM2.5中移动源贡献最大。碧水蓝天工程，需要绿色交通的支持。但是，成都市的交通大数据平台不是基于环境相关指标的，而在市内全面布设交通排放监测设备成本过高，所以面临动态监测难的问题”，曾自强解释道。
成都市交通排放大数据分析平台正是为此而生的。因此，清华四川能源互联网研究院设立了该种子基金项目，中国节能环保集团公司和滴滴出行分别提供了设备和数据支持，由华盛顿大学负责研发，旨在构建面向*府、企业、公众和研究人员的综合性交通排放大数据分析与共享平台。具体来说，即面向*府，提供城市交通排放实时预测和可视化分析功能，评估交通规划决策的环境和节能效益；面向公众，提供人性化的绿色出行信息服务；面向企业，通过与共享单车、网约车、公交系统、地铁系统、金融银行系统、大数据公司、数据传感设备生产商等形成对接，建立统一数据接口标准，进行决策分析；面向研究人员，提供交通数据深度分析和数据共享服务。
研发过程中，研究团队通过利用城市路网中不同类型车辆交通流量及流速的实时数据，构建交通污染排放大数据分析平台，并通过采集部分重要定点路段的实时污染排放数据，与大数据分析平台的预测值进行对比，以校准模型参数，并建立“成都本地”交通排放因子库，实现对城市交通排放的低成本、高精度、精细化预测。目前，这一项目已进入产业孵化初期阶段。未来还将进一步实现路段化交通污染排放溯源分析，即基于深度学习算法，通过大数据分析定位可能的高污染路段或区域，动态分析交通污染排放的形成、传输和扩散情况，在判断高污染形成的基础上，进一步分析高污染的成因和变化，为环保追责、处罚和整改等管理决策提供支撑。
此外，曾自强还参与了关于构建“人-车-路”交互式交通安全数据分析系统以提高道路交通安全性的研究，得到了华盛顿大学土木与环境工程系