时间：4月17日上午8:30~11:30
地点：湖畔书屋二楼报告厅
报告一：数据驱动的智能工程优化调度（王凌，清华大学）
摘要：围绕工程优化调度的复杂性，分析基于数据驱动的智能优化的必要性，介绍智能优化的原理、步骤以及集成智能优化的框架与核心环节，从系统论、信息论、控制论角度阐述若干关键问题，并介绍智能优化理论、智能约束优化和智能调度方面的若干代表性研究工作。
报告人简介：
王凌，清华大学自动化系长聘教授、博士生导师，国家杰出青年科学基金获得者，国家精品课程《自动控制原理》主讲教授。1995年、1999年在清华大学自动化系分别获学士、博士学位。现担任中国仿真学会智能仿真优化与调度专委会副主任、中国自动化学会控制理论专委会委员、过程控制专委会委员、能源互联网专委会常务理事、中国运筹学会排序专委会常务理事、智能工业数据解析与优化专委会常务理事、中国人工智能学会智能优化专委会常务理事、北京市自动化学会常务理事；担任IJAAC主编、IEEE-TEVC、SEC和IJACM副编辑、MC、JOO、控制理论与应用、控制与决策、控制工程、系统工程与电子技术等期刊的编委。主要从事基于计算智能的优化调度理论方法与应用研究，已主持国家自然科学基金、国家重点研发计划课题等项目20余项，已出版专著5部、译著1部，在IEEE Trans等刊物上发表SCI收录论文150余篇、SCI期刊他引4100余次、Google学术搜索引用15000余次。曾获2014年国家自然科学二等奖、2003年教育部自然科学一等奖、2007年高等学校自然科学二等奖、2008年北京市科学技术奖、2011年电子学会信息科学技术二等奖、2017年云南省科学技术奖、IFAC会刊EAAI最高引用论文奖、自动化学报优秀论文奖、控制理论与应用优秀论文奖、控制与决策优秀论文奖、ICIC杰出领导力奖等。获国家杰出青年科学基金、北京市科技新星、教育部新世纪优秀人才、清华大学学术新人奖、中国自动化学会青年科学家奖等。
报告二：服务系统的调度优化（李小平，东南大学）
摘要：介绍调度问题的内涵、基本类型，调度优化算法类型、评价及框架。分析服务系统系统中基本问题，比较服务匹配与资源调度优化；考虑服务计算环境下大量服务资源与海量用户需求的快速、准确匹配问题，分析影响匹配速度和精度的主要因素，面向频繁服务提出静态关联服务模式建立方法。探寻大服务系统的核心优化问题。
报告人简介：
李小平，东南大学首席教授，博士生导师，教育部新世纪优秀人才，国家重点研发计划项目负责人，IEEE高级会员、CCF杰出会员，CCF协同计算专委常务委员、服务计算委员。主持国家重点研发计划、国家863计划、国家支撑计划、国家自然科学基金（6项），参与国家自然基金重点项目1项（第一合作单位负责人）。在TPDS、TSC、TASE、TCC、TCYB、TSMC.A、EJOR、OMEGA等国际国内期刊或国际会议上发表论文100余篇。主要研究方向：计算资源调度优化、服务计算、大数据计算、云制造、复杂生产调度优化、智能算法。
报告三：基于随机运输时间的车辆调度概率模型（沈吟东，华中科技大学）
摘要：The public transit operations planning process commonly includes the following activities: network route design, service planning (frequency setting and timetabling) and scheduling (vehicle scheduling, crew scheduling and rostering), in which vehicle scheduling plays a profound role. Traditional approaches for the Vehicle Scheduling Problem (VSP) are based on a set of predetermined trips in a given timetable. Each trip contains a departure point/time and an arrival point/time whilst the trip time (i.e. the time duration of a trip) is fixed. Based on fixed durations, the resulting schedule is hard to comply with in practice due to the variability of traffic and driving conditions. To enhance the robustness of the schedule to be compiled, the VSP based on stochastic trip times instead of fixed ones is studied. The trip times follow the probability distributions obtained from the data captured by Automatic Vehicle Locating (AVL) systems. A network flow model featuring the stochastic trips is devised to better represent this problem, meanwhile the compatibility of any pair of trips is redefined based on trip time distributions instead of fixed values as traditionally done. A novel probabilistic model of the VSP is proposed with the objectives of minimizing the total cost and maximizing the on-time performance. Experiments show that the probabilistic model may lead to more robust schedules without increasing fleet size.
报告人简介：
沈吟东，华中科技大学人工智能与自动化学院教授，博士生导师，中国运筹学会常务理事，中国运筹学会排序分会副理事长。主要研究方向：运筹与优化、公共交通规划与调度、智能公交系统等。主持过多项国家级基金项目，在国际权威期刊Transportation Research Part B, European Journal of Operational Research, IEEE Transaction on Evolutionary Computation上发表过多篇论文。2005年获国际运筹学会（IFORS）“运筹学发展奖”。
报告四：绿色柔性车间调度问题与方法（雷德明，武汉理工大学）
摘要：随着国家全面实施“中国制造2025”，加快从制造大国转向制造强国、全社会对环境污染和保护的日益关注与重视以及能源需求与供给之间的矛盾日益突出，迫切需要实现从资源消耗大和污染物排放多的粗放制造向资源节约和环境友好的绿色制造转变，全面推行绿色制造，综合实现节能、降耗、环境改善和经济效益提升，促进制造业和全社会的绿色可持续发展。绿色调度与优化是实现绿色制造的重要环节，通过对制造资源和能源的合理分配利用和制造任务的排序调度，可大幅度降低制造过程的能源浪费、资源消耗和污染物排放等。近年来，绿色制造过程智能调度与优化受到研究者的广泛关注，由于调度问题的高度复杂性，智能优化算法是解决绿色调度问题的主要方法，本报告主要介绍绿色柔性车间调度的最新研究进展，主要包括绿色柔性作业车间调度和绿色柔性流水车间调度的问题描述、特点分析、智能调度算法、实验结果和结论等。
报告人简介：
雷德明，武汉理工大学自动化学院教授，博士生导师，2014至2018年 Elsevier中国高被引学者榜入选者，中国运筹学会排序专业委员会委员，中国仿真学会智能仿真优化与调度专业委员会委员，湖北省自动化学会理事。主要研究方向：智能系统优化与控制，目前已在IEEE Transactions on Cybernetics和自动化学报等国内外期刊发表论文70余篇，其中SCI期刊论文40余篇，SCI它引次数600多次。在科学出版社等出版著作3部，主持和承担国家自然科学基金等项目10余项。
欢迎参加！
航运经济与管理学院
2019.4.10
