分布式制造能效协同调度的多目标智能优化

新一代信息通信技术与工业经济的深度融合推动制造业的高端化、智能化、绿色化发展。全球供应链重塑背景下，分布式制造成为构建安全、高效、可持续产业链供应链体系的重要支撑，高效的调度优化方法能够实现制造系统的降本增效和节能减排。分布式制造能效调度研究分布式制造系统多模式、多资源、多目标的协同优化，具有重要的理论研究意义和工程应用价值。鉴于分布式制造能效协同调度的NP难、大规模、强约束、多目标、动态、强耦合等诸多复杂特性，高效且有效的全局调度优化挑战巨大。通过知识驱动、模型分析与数据解析、学习与反馈等机制增强多目标智能优化算法，有望应对复杂的分布式制造能效协同调度问题，实现经济指标与绿色指标的协同优化。

王晶晶，北京工业大学信息科学技术学院教授，博士生导师，中国仿真学会智能仿真优化与规划决策专委会副秘书长，主要研究方向为智能优化调度理论方法与应用等。主持国家重大专项课题、国家自然科学基金青年基金、国家重点研发项目子课题、北京市自然科学基金交叉融合重点课题等，在国内外期刊和会议发表论文50余篇，ESI高被引论文 5 篇，入选全球前2%顶尖科学家榜单，获中国自动化学会科学技术进步一等奖、中国仿真学会创新技术一等奖、中国仿真学会自然科学一等奖、中国仿真学会优秀博士学位论文等。