智能制造系统调度优化及展望
2025-11-25 11:21   审核人:   (浏览次数)

主 讲 人:王凌

讲座时间:2025-12-02 09:00

讲座地点:科技楼5042

主讲人简介:

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、国家精品课程《自动控制原理》主讲教授,2015年获国家杰出青年科学基金,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、会士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、IEEE Trans on Evolutionary Computation副编辑、系统仿真学报副主编、控制理论与应用、控制与决策、计算机集成制造系统、系统工程与电子技术等编委,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,已出版专著6部、在IEEE Trans和Science China等期刊上发表SCI论文500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。

讲座内容:

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、生成式人工智能大模型的发展,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。

关闭窗口