2019年智能仿真优化与调度专题学术会议成功召开

—— 华中科技大学学术前沿青年团队探索论坛

“满座宾朋盛会开，交流学习谋发展。优化调度智能加，协作共赢阔步迈。”2019年5月17-19日，由华中科技大学主办，华中科技大学机械科学与工程学院承办的“2019年智能仿真优化与调度专题学术会议”在武汉洪山宾馆隆重举行，此次会议是华中科技大学学术前沿青年团队探索论坛系列活动之一。近500名专家学者齐聚武汉，共同探讨智能优化与调度的前沿技术与智能优化未来的发展趋势。

本次论坛开幕式由华中科技大学李新宇副教授主持。华中科技大学高亮教授代表主办方和承办方致辞。

本次学术会议共举行了6场大会报告，124篇分组报告，99篇墙展报告，中外专家学者分别针对智能优化与调度的前沿技术和最佳实践进行学习交流。尤其是此次论坛的大会报告精彩纷呈：

华中科技大学机械学院沈卫明教授根据其在数字孪生以及智能制造领域20余年的研发经历，就当今智能制造领域最热门的话题之一“数字孪生”展开了题为“数字孪生与智能制造”的专题报告。在报告中，沈卫明教授指出，数字孪生可以广泛应用于5G、人工智能、云计算、深度学习、数据挖掘等多个领域，数字孪生结合数据驱动和工程模型可以为新型应用提供巨大的知识储备。

华东理工大学顾幸生教授在他的报告“不确定间歇生产过程智能调度技术”中强调了现代企业生产调度的重要性，根据不同类型的不确定条件下的问题，提出了各类不同的智能优化算法，例如：离散人工蜂群算法、协同免疫进化优化算法、以及混合离散差分进化算法等算法，这些算法在理论研究和实际应用中均有重要的指导意义。

本次大会的特邀企业代表，来自京东物流的董红宇高级工程师结合其在京东（京东是全球唯一拥有六大物流网络的智慧供应链企业）物流实践中的经验，向大家展示了京东物流技术团队是如何将运筹优化、机器学习、建模仿真等技术有效结合，针对复杂业务场景，提炼一系列模型和算法，从而在物流各个环节中创造价值。董红宇工程师的分享，引起了现场专家学者的热烈反响。

中国科学院自动化研究所张文生研究员带来了题为“图神经网络与优化方法”的特邀学术报告。图结构是一个极为常见的数据结构，现实世界中社交网络、蛋白体结构、交通路网等很多任务可以描述为求解图问题。在报告中，他认为随着深度学习热潮的火热，深度学习的结构优化必然成为全球深度学习界关注的重点，图神经网络的研究也将会成为新的研究热点。

来自土耳其Istinye大学的M. Fatih Tasgetiren教授为大家介绍了绿色制造相关的车间调度的研究，他指出绿色制造是一个综合考虑环境影响和资源效益的现代化制造模式，其目标是使产品从设计、制造、包装、运输、使用到报废处理的整个产品生命周期中，对环境的影响（负作用）最小，资源利用率最高，并使企业经济效益和社会效益协调优化，他认为在环境日益污染的今天，绿色制造将有助于提升企业的国际竞争力。

清华大学王凌教授以“分布式生产调度的协同群智能优化”为题，分析了分布式生产调度研究现状及存在问题，提出了分布式生产调度的关键研究内容与研究方案，着重介绍了目前国内代表性的研究成果，以及对分布式调度与群体智能研究等相关学科交叉融合与发展的推动作用。

本次大会秉承联谊、合作、共融、传承的宗旨，努力促进学术交流、推动学术繁荣，是国内智能仿真优化与调度领域的年度盛会。与会专家学者一致认为，本次会议在智能仿真优化与调度领域的前沿问题、最新成果及实际应用的相关交流，定将推动人工智能、仿真技术与优化调度在我国的紧密结合与创新融合发展。