beat365手机版官方网站_(中国区)登录入口

师资队伍

首页 - 师资队伍 - 教师名录 - 单位列表 - 制造装备数字化国家工程研究中心 - 正文

高亮教授

电　　话

邮　　箱

办公地点

个人主页

个人简介

       高亮（Gao Liang，Professor），华中科技大学副校长，beat365手机版官方网站教授、博士生导师，2018年获得国家杰出青年基金资助，首届“科学探索奖”获得者，IET Fellow，国家智能设计与数控技术创新中心主任，国务院学位委员会智能科学与技术学科评议组成员，中国机械工程学会工业大数据与智能系统分会主任委员。长期致力于智能优化与机器学习方法在设计制造中的应用等研究。出版专著15部（其中英文专著5部），在Nature Communications、Advanced Materials以及Materials Science and Engineering R等期刊上共发表SCI论文620余篇，Web of Science被引2万次，H-index 68，（Google被引2.7万次，H-index 84）。2020年至今连续四年入选科睿唯安“全球高被引科学家”和爱思唯尔“中国高被引学者”。授权发明专利50项，登记软件著作权28项。获国家科技进步二等奖1项（2015年度，排名第2）、国家级教学成果二等奖1项（2022年度，排名第2）、教育部自然科学一等奖2项（2013年度和2022年度，均排名第1）、其它省部级一等奖2项。担任IET Collaborative Intelligent Manufacturing和Light: Advanced Manufacturing期刊共同主编、Chinese Journal of Mechanical Engineering等期刊副主编等。

研究方向

智能优化与机器学习方法在设计制造中的应用等研究

开设课程

科研项目

[1] 国家杰出青年科学基金，车间调度的理论与方法，51825502，350万，2019-2023，主持

[2] 国家自然科学基金与瑞典科研与教育国际合作基金会合作交流项目，基于动态多尺度数据分析的智能车间运行决策方法研究，51711530038，40万，2017-2019，主持

[3] 国家自然科学基金研究群体项目，高性能数字制造装备的基础研究，51721092，525万，2018-2020，参加

[4] 国家自然科学基金研究群体项目，高性能数字制造装备的基础研究，51421062，600万，2015-2017，参加

[5] 国家自然科学基金重点项目，大数据驱动的智能车间运行分析与决策方法研究，51435009，320万，2015-2019，参加

论文专著与专利

代表性著作：

[1]  高亮、邱浩波、肖蜜、李好，《优化驱动的设计方法》，清华大学出版社，2020年

[2]  高亮、李新宇、文龙，《工艺规划与车间调度的智能算法》，清华大学出版社，2019年

[3]  高亮、张春江、李新宇，《类电磁机制算法的研究与应用》，华中科技大学出版社，2017年

[4]  高亮，张国辉，王晓娟。《柔性作业车间调度智能算法及其应用》，华中科技大学出版社，2012年

[5]  张洁、秦威、高亮，《大数据驱动的智能车间运行分析与决策方法》，华中科技大学出版社，2020年

[6]  潘全科、高亮、李新宇，《流水车间调度及其优化算法》，华中科技大学出版社，2013（中文）

[7]  张洁、高亮、李培根，《Agent技术在先进制造中的应用》，科学出版社， 2004（中文）

[8] Vendan, S.A., Kamal, R., Karan, A., Gao, L., Niu, X.D., Garg, A，Welding and Cutting Case Studies with Supervised Machine Learning，Springer，2020年

[9] S. Arungalai Vendan, Murugan Natesh, Akhil Garg,Liang Gao, Confluence of Multidisciplinary Sciences for Polymer Joining, Springer Singapore,2019年

[10] Vendan, S.A., Gao, L., Garg, A., Kavitha, P., Dhivyasri, G., SG, R. Interdisciplinary Treatment to Arc Welding Power Sources, Springer, 2019, ISBN 978-981-13-0806-2

[11] Li, X.Y., Gao, L. Effective Methods for Integrated Process Planning and Scheduling, Springer, 2020, ISBN 978-3-662-55303-9



期刊论文：

[1] L. Wen, X. Y. Li, L. Gao*, Y. Y. Zhang, “A New Convolutional Neural Network based Data-Driven Fault Diagnosis Method,” IEEE Transactions on Industrial Electronics, 65(7): 5990-5998, 2018.

[2] X. Y. Li, C. Lu, L. Gao*, S. Q. Xiao and L. Wen, “An Effective Multi-Objective Algorithm for Energy Efficient Scheduling in a Real-Life Welding Shop,” IEEE Transactions on Industrial Informatics, 14(12): 5400-5409, 2018.

[3] L. Wen, L. Gao* and X. Y. Li, “A New Deep Transfer Learning Based on Sparse Auto-Encoder for Fault Diagnosis,” IEEE Transactions on Systems, Man, and Cybernetics: Systems, 49(1): 136-144, 2019.

[4] X. Y. Li, L. Gao*, Q. Pan, L. Wang, K-M Chao, An effective hybrid genetic algorithm and variable neighborhood search for integrated process planning and scheduling in a packaging machine workshop. IEEE Transactions on Systems, Man, and Cybernetics: Systems, 2018, doi: 10.1109/TSMC.2018.2881686.

[5] L. Wen, X. Y. Li, L. Gao*, “A New Two-level Hierarchical Diagnosis Network based on Convolutional Neural Network,” IEEE Transactions on Instrumentation and Measurement, 2019, doi: 10.1109/TIM.2019.2896370.

[6] K. Xia, L. Gao*, L. Wang, W. Li, K-M Chao, “A semantic information services framework for sustainable WEEE management toward cloud-based remanufacturing,” Journal of Manufacturing Science and Engineering-Transactions of the ASME, 137(6), 2015.

[7] L. Gao; Q-K Pan*, “A shuffled multi-swarm micro-migrating birds optimizer for a multi-resource-constrained flexible job shop scheduling problem,” Information Sciences, 372: 655~676, 2016.

[8] L. Gao, X. Y. Li*, X. Y. Wen, C. Lu, F. Wen, “A hybrid algorithm based on a new neighborhood structure evaluation method for job shop scheduling problem,” Computers & Industrial Engineering, 88: 417~429, 2015.

[9] L. Gao, C. J. Zhang; X. Y. Li, L. J. Wang*, “Discrete electromagnetism-like mechanism algorithm for assembly sequences planning,” International Journal of Production Research, 52(12): 3485~3503, 2016.

[10] X. Y. Li, L. Gao*, “An effective hybrid genetic algorithm and tabu search for flexible job shop scheduling problem,” International Journal of Production Economics, 174: 93~110, 2016.

荣誉获奖

2020年入选科睿唯安“全球高被引科学家” （H因子47）

2019年首届腾讯“科学探索奖”获得者

2015年获国家科学技术进步二等奖（排名第2）

2013年获教育部自然科学一等奖（排名第1）

2013年获中国机械工程学会青年科技成就奖

2013年被评为武汉市优秀科技工作者

2012年入选湖北省新世纪高层次人才工程第一层次人选

2012年获湖北省科学技术进步二等奖

2012年获湖北青年五四奖章

2011年获湖北省青年科技奖

2008年获教育部科技进步一等奖

2008年入选教育部新世纪优秀人才

师资队伍

高亮教授

个人简介

研究方向

开设课程

科研项目

论文专著与专利

荣誉获奖

友情链接

关注我们

师资队伍

高亮 教授

个人简介

研究方向

开设课程

科研项目

论文专著与专利

荣誉获奖

友情链接

关注我们

高亮教授