职 称

教授

√博导 √硕导

公司及专业

12BET/智能制造工程/工业工程

办公地址

中关村校区1号教学楼345

邮编

100081

邮 件

hyg@bit.edu.cn

个人简介与研究方向

个人简介：胡耀光，工学博士，教授，智能制造工程专业（学校首批新工科专业）责任教授，工业与智能系统工程研究所所长，北京市高等学校教学名师。主要从事智能制造/装备运维与工业软件等方向的研究工作，任中国机械工程学会信息工作委员会委员、中国汽车工程学会数字化与智能化工作委员会委员。主持国家重点研发计划、国家自然科学基金等纵向科研项目20余项，共发表SCI/EI收录论文80余篇，出版学术著作3部、教材2部，获农业机械科学技术奖二等奖1项。主持教育部产教融合育人、北京市高等公司产品改革等教学研究项目10余项，主讲课程"生产计划与控制"2019年入选北京市优质本科课程，2020年入选首批国家级线下一流课程，获国家级教学成果奖二等奖1项、北京市公司产品成果奖一等奖1项，2021年获北京市高等学校教学名师奖。

研究方向：面向智能制造领域，围绕制造过程智能化、装备运维服务智能化开展智能工厂制造过程多目标协同优化与控制、制造系统/装备集群远程运维服务与调度等方面的研究工作。

方向1：智能工厂制造过程多目标协同优化与控制——主要开展可重构产线布局规划、面向产线重构的机器人任务规划、机器人+AGV+设备的联合调度优化、AR+AI驱动的人机协作/人机交互等技术研究与系统研发；

方向2：制造系统/装备集群远程运维服务与调度——主要开展基于数字孪生的制造系统/装备运行状态表征，故障预测预警，服务网络规划、服务资源调度优化，装备集群运维服务平台及软件构建、算法开发等。

欢迎智能制造工程、机械工程、工业工程等专业同学，以及具有自动化、计算机等专业背景的同学报考硕士和博士研究生，以及相关背景的青年学者申请博士后。

代表性论文及研究项目

一、教材/学术专著

[1]. 胡耀光 编著. 《生产计划与控制》（工业工程专业核心教材），机械工业出版社，2023.9

[2]. 胡耀光 主编. 《智能制造工程：理论、方法与技术》（工信部十四五规划教材），12BET出版社，2023.12

[3]. 胡耀光 著. 《企业数字化转型与工业4.0渐进之路》，电子工业出版社，2019.5

[4]. 范玉顺 胡耀光 著.《企业信息化战略规划方法与实践》，电子工业出版社，2007.12

[5]. 王田苗 胡耀光 著.《基于价值链的企业流程再造与信息集成》，清华大学出版社，2002.9

二、最新发表论文

[1]. Yaoguang Hu, Lixiang Zhang; Ze Cai; Yan Yan; Chen Yang. (2023). Multi-Agent Policy Learning-based Path Planning for Autonomous Mobile Robots. Engineering Applications of Artificial Intelligence. (Accept, to be published).

[2]. Zhang, LX; Yan, Y; Hu, YG.(2023). Deep reinforcement learning for dynamic scheduling of energy-efficient automated guided vehicles. Journal of intelligent manufacturing. DOI:10.1007/s10845-023-02208.

[3]. Mao, WT; Hu, YG; Yang, XA; Ren, WB; Fang, HA. (2023). ARE-Platform: An Augmented Reality-Based Ergonomic Evaluation Solution for Smart Manufacturing. International journal of human-computer interaction. DOI:10.1080/10447318.2023.2173894.

[4]. Ren, WB; Yang, XN; Yan, Y; Hu, YG. (2023).The decision-making framework for assembly tasks planning in human–robot collaborated manufacturing system. International Journal of Computer Integrated Manufacturing. 36(2), p 289-307

[5]. Zhang, LX;Yang, C;Yan, Y;Hu, YG. (2022). Distributed Real-Time Scheduling in Cloud Manufacturing by Deep Reinforcement Learning. IEEE Transactions on Industrial Informatics. 18(12). 2022,8999-9007 DOI:10.1109/TII.2022.3178410.

[6]. Ren, WB, Yan Y, Hu, YG, Guan Y.(2022). Joint optimization for dynamic flexible job-shop scheduling problem with transportation time and resource constraints. International journal of production research.60(18), pp. 5675-5696，https://doi.org/10.1080/00207543.2021.1968526.

[7]. Han JL, Hu YG, Mao MS, Wan SP. (2020). A multi-objective districting problem applied to agricultural machinery maintenance service network. European Journal of Operational Research. Vo 287(3),1120-1130. https://doi.org/10.1016/j.ejor.2020.05.008.

[8]. Ren, WB, WEN JQ, Yan Y, Hu, YG, Li JL.(2022). Multi-objective optimization for energy-aware flexible job-shop scheduling problem with assembly operations. International journal of production research. 59(23), pp. 7216-7231. https://doi.org/10.1080/00207543.2020.1836421.

[9]. 蔡泽,胡耀光,闻敬谦,张立祥.(2023).复杂动态环境下基于深度强化学习的AGV避障方法研究.计算机集成制造系统. 2023,29(01),p236-245. DOI:10.13196/j.cims.2023.01.020

[10]. Ren, W., Wu, K., Gu, Q., & Hu, Y. (2020). Intelligent decision making for service providers selection in maintenance service network : An adaptive fuzzy-neuro approach. Knowledge-Based Systems, 190, 105263. https://doi.org/10.1016/j.knosys.2019.105263

[11]. Hu, Y., Liu, Y., Wang, Z., Wen, J., Li, J., & Lu, J. (2020). A two-stage dynamic capacity planning approach for agricultural machinery maintenance service with demand uncertainty. Biosystems Engineering, 190, 201–217. https://doi.org/10.1016/j.biosystemseng.2019.12.005

[12]. Ren, W., Wen, J., Hu, Y., & Li, J. (2020). Maintenance service network redesign for geographically distributed moving assets using NSGA-II in agriculture. Computers and Electronics in Agriculture, 169(April 2019), 105170. https://doi.org/10.1016/j.compag.2019.105170

[13]. Hu, Y., Xiao, S., Wen, J., & Li, J. (2019). An ANP-multi-criteria-based methodology to construct maintenance networks for agricultural machinery cluster in a balanced scorecard context. Computers and Electronics in Agriculture, 158(January), 1–10. https://doi.org/10.1016/j.compag.2019.01.031

[14]. Tang, Y., Hu, Y., Liu, Y., & Wen, J. (2018). Research on the spare parts inventory control for agriculture inter-district A new methodology to analyze the operation functional and physical architecture of field existing products for an assembly oriented product family identification. Procedia CIRP, 73, 278–283. https://doi.org/10.1016/j.procir.2018.04.009

[15]. Han, J., Zhang, G., Hu, Y., & Lu, J. (2016). A solution to bi / tri-level programming problems using particle swarm optimization. Information Sciences, 370–371, 519–537. https://doi.org/10.1016/j.ins.2016.08.022

[16]. Guan, Y., Hu, Y., & Zhou, R. (2016). Joint optimization of delivery constraint and capacity adjustment for electronic component production system, 779–783.

[17]. Lu, J., Han, J., Hu, Y., & Zhang, G. (2016). Multilevel decision-making: A survey. Information Sciences, 346–347, 463–487. https://doi.org/10.1016/j.ins.2016.01.084

[18]. Zhou, R., Hu, Y., Xiao, S., & Wen, J. (2016). A Decision-making approach to field service delivery under mixed maintenance policy. ICIEA2016, 1068–1072.

[19]. Han, J., Zhang, G., Hu, Y., & Lu, J. (2016). A solution to bi/tri-level programming problems using particle swarm optimization. Information Sciences, 370–371, 519–537. https://doi.org/10.1016/j.ins.2016.08.022

[20]. Zhou, R., Hu, Y., Xiao, S., & Wen, J. (2016). A Multi-agent Based Decision –Making Approach for Field Service Delivery of IPS2. Procedia CIRP, 47, 228–233. https://doi.org/10.1016/j.procir.2016.03.070

[21]. Liu, Y., Hu, Y., Zhou, R., & Wen, J. (2016). An Approach Based on Improved Grey Model for Predicting Maintenance Time of IPS2. Procedia CIRP, 47, 204–209. https://doi.org/10.1016/j.procir.2016.03.047

[22]. Xiao, S., Hu, Y., Han, J., Zhou, R., & Wen, J. (2016). Bayesian Networks-based Association Rules and Knowledge Reuse in Maintenance Decision-Making of Industrial Product-Service Systems. Procedia CIRP, 47, 198–203. https://doi.org/10.1016/j.procir.2016.03.046

[23]. Hu, Y., Li, J., Wen, J., & Yan, Y. (2016). Evaluating knowledge resources in R&D organizations in China: An application using Structural Equation Modeling and Analytic Hierarchy Process. Information Development, 32(3), 478–495. https://doi.org/10.1177/0266666914556822

三、代表性科研项目

1． 国家自然科学基金

² 模型与数据混合驱动的制造系统可持续运维技术与方法研究，2022.1-2025.12

² 面向动态分布式装备集群的维护服务网络设计与服务调度研究，2017.01-2020.12

² 基于战略屋的企业战略分解与冲突消解方法研究，2011.01-2013.12

2．国家重点研发计划

² XXX集群运维服务模式与孪生反馈技术研究及构件开发, 2022.12-2026.11

² 跨区动态作业装备集群协同运维模式与关键技术研究，2020.09-2023.06

² 集团企业智能ERP 体系架构研究与应用，2019.12-2022.11

² 重型拖拉机智能制造技术研究与系统开发，2016.07-2020.12

² 联合收割机关键部件可靠性检测技术研究与系统开发，2017.07-2020.12

3．国家863计划

² 支持农机装备集群实时作业服务与运维的物联技术研发与示范，2013.01-2015.12

² 面向离散型集团企业集约化经营管理平台研发与应用，2012.01-2013.12

4．其他部委项目

² 特定区域（北京汽车产业聚集区）工业互联网平台试验测试，2018.06-2020.12

² 面向新能源汽车大规模个性化定制的智能制造新模式，2017.07-2019.12

² 智能化生产准备与制造过程管控一体化技术研究与推广，2009.01-2010.12

成果及荣誉

[1]. 国家级教学成果奖二等奖，2023年

[2]. 北京市高等公司产品成果奖一等奖，2022年

[3]. 北京市高等学校教学名师奖，2021年

[4]. 第一届北京高校教师教学创新大赛一等奖，2021年

[5]. 北京高等学校优秀专业课主讲教师，2019年

[6]. 第二届12BET教学名师奖，2019年

[7]. 第四届迪文“课堂教学类”优秀教师奖一等奖，2019年

[8]. 第二届卓越联盟高校青年教师教学创新大赛一等奖，2018年

[9]. 第六届T-more“课堂教学类”优秀教师奖三等奖，2011年

[10]. 北京市青年教师教学基本功比赛一等奖、最佳演示奖，2009年

社会职务

[1]. 十四五国家重点研发计划工业软件专项指南专家

[2]. 十三五国家重点研发计划网络协同制造与智能工厂专项指南专家

[3]. 中国机械工程学会信息工作委员会委员

[4]. 中国汽车工程学会数字化与智能化工作委员会委员

[5]. 全国自动化系统与集成标准化技术委员会/工业数据分委会（SAC/TC159/SC4）委员

[6]. 中国优选法统筹法与经济数学研究会工业工程分会常务理事

[7]. 中国航天智能制造创新联盟使能技术专业委员会委员

[8]. 中国航发航空齿轮制造技术创新中心专家委员会委员