报告题目：增强学习在生产调度等问题的应用

报 告 人：张智聪

报告时间：2018年5月11日（星期五）上午10:00-11:00

报告地点：老校部二楼大会议室

邀 请 人：工业与系统工程研究所 唐立新教授

摘要: 增强学习（又称为强化学习、激励学习、再励学习）是一种可以求解大规模马尔科夫决策过程等序贯决策问题的机器学习算法，是目前机器学习领域研究的一个热点。该类算法刚提出时主要被计算机、自动化领域的研究人员用于解决自动控制、机器人、人工智能等领域的问题。近年来，该类算法逐渐引起管理科学与工程等领域专家和企业界人士的重视，广泛应用于生产调度、库存控制、运输调度等制造与物流管理问题。目前增强学习多专聚焦于增强学习算法理论本身或该类算法在自动控制等领域的应用，本报告主要阐述增强学习算法在制造系统调度领域的应用研究，介绍增强学习算法在制造业这一特定领域的应用，针对制造系统调度问题的特点，系统阐述应用增强学习算法解决制造系统调度问题的整体架构和应用流程，为解决制造系统调度相关问题提供一类可借鉴的方法和思维模式。

报告人简介：张智聪，2007年于清华大学工业工程系获管理科学与工程博士学位，曾任职ILOG公司优化专家，现为东莞理工学院工业工程系教授。主要研究领域是图论、生产调度。在EJOR、COR、IJPR等国内外期刊发表论文二十余篇，出版学术专著一部。