研究方向

1. 分布式生产过程分析、建模与调度

2. 智能优化调度理论、方法与应用

3. 回收拆解再制造过程分析、优化与调度

个人简介

王晶晶，工学博士，北京工业大学信息科学技术学院讲师，硕士生导师。担任中国仿真学会智能优化与调度专委会委员。目前主要研究方向为生产过程分析、建模、调度与智能优化调度理论方法与应用等。主持国家自然科学基金青年基金、国家重点研发项目子课题、中国博士后基金面上项目、北京市博后项目等，在国内外期刊和会议发表论文30余篇，包括IEEE Trans. Systems, Man, and Cybernetics: Systems、IEEE Trans. Evolutionary Computation、IEEE Trans. Emerging Topics in Computational Intelligence等，总引用逾1000次，ESI高被引论文3篇，授权发明专利5项，曾获中国仿真学会优秀博士学位论文、清华大学优秀博士学位论文、北京市优秀博士毕业生、中国仿真学会智能仿真优化与调度专业委员会优秀论文一等奖、北京自动化学会优秀博士研究生等。

教育简历

2018.08 – 2022.07 清华大学 控制科学与工程 博士

2015.08 – 2018.07 清华大学 控制科学与工程 硕士

2011.09 – 2015.07 清华大学 自动化 学士

工作履历

2022.07 – 至今    北京工业大学     讲师

学术兼职

中国仿真学会智能优化与调度专委会委员

中国自动化学会会员

担任IEEE Trans. Evolutionary Computation, IEEE Trans. Cybernetics, Swarm and Evolutionary Computation, Expert Systems with Applications, Knowledge-Based Systems等多个期刊的审稿人

课程教学

本科生教学：自动控制原理

科研项目

[1]  国家自然科学基金青年项目: 分布式绿色车间协同调度的多目标智能优化研究

[2]  重点研发计划子课题: 离散制造业智能工厂制造运营管理平台

[3]  中国博士后面上资助: 绿色分布式柔性生产调度的协同智能优化研究

荣誉和获奖

[1]  中国仿真学会优秀博士学位论文, 2023

[2]  TSINGHUA Science and Technology, 优秀论文奖, 2023

[3]  Complex System Modeling and Simulation, 最佳论文奖, 2022

[4]  清华大学优秀博士学位论文, 2022

[5]  中国仿真学会智能仿真优化与调度委员会优秀论文一等奖, 2018, 2024

代表性研究成果

[1]  Wang J, Wang L. A knowledge-based cooperative algorithm for energy-efficient scheduling of distributed flow-shop. IEEE Transactions on Systems, Man, and Cybernetics: Systems, May 2020, 50(5): 1805-1819. (ESI highly cited paper)

[2]  Wang J, Wang L. A cooperative memetic algorithm with learning-based agent for energy-aware distributed hybrid flow-shop scheduling. IEEE Transactions on Evolutionary Computation, Jun. 2022, 26(3): 461-475. (ESI highly cited paper)

[3]  Wang J, Wang L. A bi-population cooperative memetic algorithm for distributed hybrid flow-shop scheduling. IEEE Transactions on Emerging Topics in Computational Intelligence, Dec. 2021, 5(6): 947-961.

[4]  Wang J, Wang L. A cooperative memetic algorithm with feedback for the energy-aware distributed flow-shops with flexible assembly scheduling. Computers & Industrial Engineering, 2022, 168: 108126. (ESI highly cited paper)

[5]  Wang J, Wang L, Xiu X. A cooperative memetic algorithm for energy-aware distributed welding shop scheduling problem. Engineering Applications of Artificial Intelligence, 2023, 120: 105877.