智能制造系统调度优化及展望

随着新一代信息技术和制造业的深度融合，业界正在推动优化升级、降本减负，力争实现高端化、智能化、绿色化。在全球化进程中，分布式调度已成为实现网络化制造范式的必然趋势；在健康发展道路上，绿色调度则是实现生态制造范式的必然途径。鉴于制造系统的大规模、非线性、强约束、多目标、不确定等诸多复杂性，基于数学模型的方法应用受限，调度过程实现全局、高效、鲁棒优化挑战巨大。模型分析与数据解析的融合、知识驱动与群体智能的协作、机器学习与运筹优化的协同，有望成为复杂制造系统智能调度优化方法设计的有效途径。

清华大学自动化系教授、博士生导师、学位委员会副主席，国家杰出青年科学基金获得者，入选全球高被引作者、全球顶尖科学家终生及年度榜单，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名誉主任、中国人工智能学会理事及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、中国自动化学会控制理论专委会和过程控制专委会常务委员、能源互联网专委会常务理事，中科院一区期刊Expert Systems with Applications主编、Swarm and Evolutionary Computation主编、IJAAC主编、CSMS执行主编、《系统仿真学报》副主编。主要从事人工智能及智能制造与服务系统优化调度理论方法与应用研究，出版专著5部、发表SCI论文450余篇，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等。