学习机制驱动的智能制造调度优化-j9九游会真人

报告题目：学习机制驱动的智能制造调度优化

报告内容：随着科学技术的发展，制造系统正向高端化、智能化、绿色化转变，柔性、分布式、绿色制造系统将成为现代主流模式，以满足社会多元需求和动态变化。目前，学习机制驱动的优化技术在复杂优化问题上表现性能卓越，但在创新机制层面仍有待系统深入研究。本报告聚焦智能制造系统的柔性、绿色、分布式和多阶段等复杂性，针对生产、运输和装配等多层级调度优化问题，结合机器学习与智能优化提出策略自生成机制、算法自适应机制和模态自组织机制，为智能制造系统调度优化提供理论和方法支撑。

报告人简介：王凌，1995和1999年在清华大学分别获学士和博士学位，现为清华大学自动化系长聘教授、博士生导师、学位委员会副主席，2015年获国家杰出青年科学基金，中国高被引作者，担任中国仿真学会常务副理事长及智能仿真优化与调度专委会副主任、中国人工智能学会自然计算与数字智能城市专委会副主任、中国运筹学会智能工业数据解析与优化专委会副理事长，中科院一区期刊swarm and evolutionary computation主编、ijaac主编、csms执行主编、expert systems with applications高级编辑、ieee trans on evolutionary computation副主编以及控制理论与应用、控制与决策、计算机集成制造系统、工业工程、系统工程与电子技术等编委。主要从事人工智能及智能调度优化理论方法与应用研究，已出版专著5部、在ieee trans等期刊上发表sci论文450余篇、wos引用3万余次、google scholar引用4万余次。曾获国家自然科学二等奖、教育部自然科学一等奖、中国仿真学会自然科学一等奖和创新技术一等奖、北京市科技新星、中国自动化学会青年科学家奖、清华大学学术新人奖、ieee tevc杰出ae、informs franz edelman finalist award等。