主题：数据分析与优化在智能工业中的应用

主讲嘉宾：唐立新 院士

特邀主持：朱世平 教授

日期：2024年12月4日（周三）

时间：上午10:30-11:30

地点：会议楼II 401

语言：中文

摘要：

数据分析是工业智能领域的前沿基础研究方向，也是推动科技进步的核心动力之一。而系统优化作为智能工业决策的核心理论，是数据分析的关键驱动因素。

本次报告将探讨我们在系统建模、数据分析与优化方法方面的研究进展，以及这些方法在生产管理、质量控制与优化、环境与能源优化等领域的具体应用。

我们的研究主要包含三个方面：首先，我们构建了一套企业级的MCIS生产管理系统，用于分析工业企业内部不同制造部门间生产、物流和能源的流转情况。其次，我们提出了PDDE分层级质量管理系统（分为质量感知、质量发现、产品质量设计、过程设计与优化四个层级）。最后，我们开发了MCIS生态系统分析与优化方案，重点分析高排放企业的环境管理议题，包括碳足迹感知、碳排放模式分析、过程优化与碳减排以及碳捕获与利用。

主讲嘉宾简介：

唐立新，中国工程院院士，IEEE Fellow，现为东北大学副校长（科技规划、国际合作）、第十四届全国人大代表。东北大学控制科学与工程（自动化）国家一级重点学科负责人，人工智能与大数据研究院院长、智能工业数据解析与优化教育部重点实验室主任、工业智能与系统优化国家级前沿科学中心主任和首席科学家。

他现任国务院学位委员会第八届控制科学与工程学科评议组成员、教育部科技委人工智能专委会副主任、工业和信息化部电子科学技术委员会专业组副组长、工业互联网战略咨询专家委员会委员。兼任中国金属学会副理事长、中国运筹学会副理事长兼智能工业数据解析与优化专业委员会主任、清华大学自动化系咨询委员会委员、北京大学大数据分析与应用技术国家工程实验室技术委员会委员。2017年获全国五一劳动奖章。

其主要研究方向为工业智能与系统优化理论方法，包括工业大数据科学、数据解析与机器学习、深度学习与进化学习、加强学习与动态优化、凸优化与稀疏优化、整数与组合最优化、计算智能优化等理论方法，智能工业全流程生产与库存计划、生产与物流批调度、生产过程操作优化与最优控制等系统优化技术，过程监测、设备诊断、产品质知等质量解析技术，图像理解、语音识别、可视仿真等工业智能技术，以及在钢铁制造、装备/芯片制造、物流系统、能源工业、信息工业中的工程应用。

现为6个国际工业智能与系统优化领域重要SCI期刊的Associate Editor或编委，包括IISE Transactions, IEEE Transactions on Cybernetics, Journal of Scheduling, International Journal of Production Research等期刊Associate Editor，国际期刊Annals of Operations Research编委，国际期刊Asia-Pacific Journal of Operational Research区域主编（Area Editor）。发表在国际工业与系统工程旗舰期刊IISE Transact。