教授，博士生导师，硕士生导师，研究方向为数据科学、粒计算等。主持国家自然科学基金面上项目2项、青年项目1项，省部级项目3项等，发表学术论文30余篇。现为中国人工智能学会粒计算与知识发现专业委员会及中国系统工程学会模糊数学与模糊系统专业委员会委员。获福建省C类人才，泉州市第三层次人才、桐江学者等。
科研项目：
1. 国家自然科学基金委员会，面上项目，12571497，知识引导的低质多源数据多粒度空间建模研究，2026-01至2029-12，在研，主持
2. 国家自然科学基金委员会，面上项目，62076221，融合多样化样本信息的动态数据粒计算建模，2021-01至2024-12，结题，主持
3. 国家自然科学基金委员会，青年项目，61602415，基于粒计算与证据理论的多粒度空间知识获取方法研究，2017-01至2019-12，结题，主持
4. 浙江省高校科研业务项目，噪声标记识别方法研究, 2022-01至2023-12，主持
5. 国家自然科学基金委员会，面上项目，12371466，混合数据的多尺度知识获取与不确定性分析，2024-01至2027-12，在研，参加
6. 国家自然科学基金委员会，重点项目，41631179，高分辨率遥感大数据图谱协同计算模型，2017-01至2021-12，结题，参加
代表性论文：
1. TAN A, et al. Partial multilabel learning via dynamic fuzzy aggregations of multigranularity features[J]. IEEE Transactions on Fuzzy Systems, 2025, 33(9): 3156-3167.
2. TAN A, et al. Multi-view partial multi-label learning via class activation specific features collaborative learning[J]. IEEE Transactions on Emerging Topics in Computing, 2025, 13(4): 1522-1535.
3. TAN A, et al. Multi-view fusion graph attention network for multilabel class incremental learning[J]. Information Fusion, 2025, 123: 103309.
4. FAN Y, LIU J, TAN A, et al. Efficient multi-label feature selection via high-order structure information[J]. IEEE Transactions on Consumer Electronics, 2025: 12-16.
5. TAN A, et al. Label correction via contrastive embedding for noisy multi-label learning[J]. IEEE Transactions on Big Data, 2026: 2-27.
6. TAN A, et al. On granular-ball fuzzy rough sets and applications in attribute evaluations[J]. Fuzzy Sets and Systems, 2025, 519: 109520.
7. SU Y, LIN W, ZHU D, et al. Expensive multiobjective immune algorithm using a novel differential evolution in objective space[J]. Expert Systems and Applications, 2026, 298: 129708.
8. Zhen-Huang Xie, Weizhi Wu, Anhui Tan, Harry F. Lee, Optimal scale combinations and knowledge acquisition in dynamic multi-scale hybrid data, Neurocomputing 674: 132894 (2026).
9. Han Bao, Weizhi Wu, Tong-Jun Li, Anhui Tan, On evidence theory based optimal scale selection in incomplete multi-scale ordered decision tables, Int. J. Mach. Learn. Cybern. 17(3): 118 (2026).
10. TAN A, LIANG J, WU W Z, et al. Semi-supervised partial multi-label classification via consistency learning[J]. Pattern Recognition, 2022, 131: 108839.
11. Jia-Ru Zhang, Weizhi Wu, Harry F. Lee, Anhui Tan, On optimal scale combinations in generalized multi-scale set-valued ordered information systems, Int. J. Approx. Reason. 183: 109429 (2025).
12. Lei-Xi Wang, Wei-Zhi Wu, Zhen-Huang Xie, Anhui Tan, Optimal scale combination selection in generalized multi-scale hybrid decision systems, Inf. Sci. 689: 121429 (2025).
13. TAN A, SHI S, WU W, et al. Granularity and entropy of intuitionistic fuzzy information and their applications[J]. IEEE Transactions on Cybernetics, 2022, 52(1): 192-204.
14. TAN A, JI X, LIANG J, et al. Weak multi-label learning with missing labels via instance granular discrimination[J]. Information Sciences, 2022, 594: 200-216.
15. TAN A, WU W Z, LI J, et al. Reduction foundation with multigranulation rough sets using discernibility[J]. Artificial Intelligence Review, 2020, 53(4): 2425-2452.
16. TAN A, WU W Z, QIAN Y, et al. Intuitionistic fuzzy rough set-based granular structures and attribute subset selection[J]. IEEE Transactions on Fuzzy Systems, 2019, 27: 527-539.
17. 吴伟志, 杨丽, 谭安辉, 徐优红，广义不完备多粒度标记决策系统的粒度选择， 计算机研究与发展, 2018, 55(6): 1263-1272.
18. TAN A, WU W, TAO Y. A unified framework for characterizing rough sets with evidence theory in various approximation spaces[J]. Information Sciences, 2018, 454/455: 144-160.
19. TAN A, WU W, TAO Y. On the belief structures and reductions of multigranulation spaces with decisions[J]. International Journal of Approximate Reasoning, 2017, 88: 39-52.
20. TAN A, WU W, LI J, et al. Evidence-theory-based numerical characterization of multigranulation rough sets in incomplete information systems[J]. Fuzzy Sets and Systems, 2016, 294: 18-35.
申请专利:
1. 用于海上无人艇的路径规划方法与系统，发明专利，2022.06.
2. 一种基于北斗通信的自动调位的海洋浮标，发明专利，2022.06.
3. 一种基于卫星通信的海洋通信基站多功能浮标，发明专利，2023.07.
学术活动：
1. 中国人工智能学会第八届全国智能信息处理会议GrC论坛报告，2021.10.
2. 中国人工智能学会粒计算与知识发现全国会议论坛报告，山西太原, 2020-10-31至2020-11-2.
3. 2022年重庆邮电大学“大数据智能计算与决策”主题会议报告，2021.06.
4. 2022年南京理工大学邀请会议报告。
教学工作：
1. 讲授《高等数学》、《离散数学》、《机器学习基础》（本科生）；《机器学习》、《智能计算前沿》（硕士研究生）。
2. 浙江省大学生科技创新活动计划暨新苗人才计划项目, 2017.06-2019.06, 指导教师。
3. 2023年浙江省省一流本科课程: 《人工智能基础》，排名第2。
欢迎有意向读研、读博兴趣的同学，与我联系。电子邮箱：592344207@qq.com