当前位置:首页>>������������������������������������王凌
王凌
2022/7/30 21:10:00    
报告题目:
智能制造调度优化展望
报告摘要:
随着新一代信息技术与制造业的深度融合,制造业正在推动优化升级、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,数学规划方法应用受到局限,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,有望成为复杂智能制造系统调度优化方法设计的有效途径。
个人简介:



王凌,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,国家杰出青年科学基金获得者,中国高被引作者。现担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、中国仿真学会智能仿真优化与调度专委会副主任、中国运筹学会智能工业数据解析与优化专委会副理事长、IJAAC和CSMS主编、IEEE-TEVC、ESWA、SEC、MC等期刊副主编、控制理论与应用、控制与决策、系统工程与电子技术等期刊编委。主要从事人工智能以及面向智能制造与智慧物流的调度优化研究,已出版专著5部、在IEEE Trans等重要期刊上发表SCI论文300余篇、WOS引用1.5万余次、Google Scholar引用2.5万余次。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、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等。

报告题目:

智能制造调度优化展望

报告摘要:

随着新一代信息技术与制造业的深度融合,制造业正在推动优化升级、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,数学规划方法应用受到局限,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,有望成为复杂智能制造系统调度优化方法设计的有效途径。