本届会议征收中英文学术论文会上交流。我们期待您的关注和参与。

一、会议组织单位

主办单位: 

1.时间：2024年11月22-24日，22日报到，23日开幕

2.地点：暨南大学（珠海）学术交流中心/珠海暨南大学希尔顿花园酒店

1.杨善林，合肥工业大学（中国工程院院士）

2.唐立新，东北大学（中国工程院院士）

3.郑   力，清华大学（副校长，工业工程教指委主任委员）

4.申作军，香港大学（副校长）

5.王晓彬，珠海格力电器股份有限公司（总裁助理） 

主席：

唐加福，东北财经大学

周德群，南京航空航天大学

嘉宾（按姓氏拼音升序排列）：

刘  宇，电子科技大学

罗  利，四川大学

牛保庄，华南理工大学

宋  洁，北京大学

周文慧，华南理工大学

主席：

李从东，暨南大学

嘉宾：

齐二石，天津大学

黄国全，香港理工大学

宗福季，香港科技大学

李京山，清华大学

唐加福，东北财经大学

分论坛1：【智能制造与工业智能】

主席：

张  强，合肥工业大学

郑    湃，香港理工大学

嘉宾：

宫    琳，北京理工大学

何迎东，天津大学

彭一杰，北京大学

王柏村，浙江大学

分论坛2：【数据驱动的质量控制】

主席：

张   玺，北京大学

王凯波，清华大学

嘉宾：

白凯宗，东北财经大学

高园园，南京航空航天大学

彭    涛，浙江大学

汪远翔，同济大学

王志琼，天津理工大学

分论坛3：【人机协同及决策优化】

主席：

耿    娜，上海交通大学

张映锋，西北工业大学

嘉宾：

姜    海，清华大学

廖虎昌，四川大学

张    政，浙江大学

张大力，上海交通大学

分论坛4：【不确定场景下的管理决策】

主席：

陈彩华，南京大学

吴晓丹，河北工业大学

嘉宾：

罗志兴，南京大学

项    溪，北京理工大学

徐    敏，南京大学

分论坛5：【智慧供应链】

主席：

刘伟华，天津大学

钟润阳，香港大学

嘉宾：

冯良清，南昌航空大学

邱韫哲，北京大学

周艳杰，郑州大学

分论坛6：【共享制造】

主席：

王康周，兰州大学

蒋忠中，东北大学

嘉宾：

高  杰，西安交通大学

唐   亮，大连海事大学

晏鹏宇，电子科技大学

张永平，北京航空航天大学

分论坛7： 【未来城市交通绿色发展与韧性提升】

主席：

徐    猛，北京交通大学

许    敏，香港理工大学

嘉宾：

谭志加，华中科技大学

王广民，中国地质大学（武汉）

田丽君，福州大学

巫威眺，华南理工大学

黄   玮，中山大学

肖   尧，中山大学

分论坛8： 【综合评价与决策支持】

主席：

张发明，桂林电子科技大学

李聪波，重庆大学

嘉宾：

杜  刚，华东师范大学

侯    芳，沈阳工业大学

于国栋，山东大学

周声海，中南大学

分论坛9：【智慧医疗】

主席：

牛   奔，深圳大学

刘   珏，北京大学

嘉宾：

丁    帅，合肥工业大学

焦明丽，哈尔滨医科大学

谢小磊，清华大学

周   迎，华中科技大学

分论坛10：【系统可靠性与维修性】

主席：

肖   辉， 西南财经大学

刘   宇， 电子科技大学

嘉宾：

欧阳林寒，南京航空航天大学

邱青安，北京理工大学

王晓林，四川大学

杨    力，北京航空航天大学

张   钦，电子科技大学

一流专业论坛主席：易树平，重庆大学

嘉宾：

陈晓慧，重庆大学

王金凤，上海海事大学

李   好，华中科技大学

李海庆，电子科技大学

李兴华，山东科技大学

一流课程论坛主席：江志斌，上海交通大学

嘉宾：

蔡志强，西北工业大学

陈彩华，南京大学

陈  璐，上海交通大学

欧阳林寒，南京航空航天大学

王  琛，清华大学

1.《工业工程》

2.《工业工程与管理》

3.《管理科学学报》

4.《工程管理前沿》(FEM,英文刊)

5.《预测》

3.投稿截止时间：10月20日，延期至10月31日，评审结果通知时间：10月31日前。投稿邮箱 liushimei@tju.edu.cn，请在邮件正文中写明稿件联系人姓名、电话和单位。

1.参会费：

2.注册方法：

参会代表可登录中国机械工程学会会议平台进行注册及缴费，网址为：https://meeting.cmes.org/?bust=1718087724141&sid=1109&mid=277&v=100#!c/showNews/a/index/id/3583/label/338 ，亦可微信扫描下方二维码进行注册缴费。

 扫码注册缴费

六、会议酒店及交通

1.会议报到、举办酒店: 珠海暨南大学希尔顿花园酒店

2.推荐住宿酒店及协议价格：

备注：请参会代表自行预定酒店，报“工业工程年会”可享上述优惠价。

酒店及会场地点

3.交通指引

（1）珠海机场：

（乘车路线一）距离珠海金湾机场38公里，于珠海机场公交站乘坐机场大巴等公共交通，车程约50分钟，车票约26元，下车后步行约600米,到达希尔顿花园酒店。

（乘车路线二）距离珠海金湾机场38公里，打出租车124元左右。

（2）高铁明珠站

（乘坐路线一）距离珠海明珠站4公里，打出租车15元左右。

（3）高铁前山站

（乘坐路线一）距离珠海前山站2.7公里，乘坐公共交通，路程约5分钟，车票1元。下车后步行约900米,到达希尔顿花园酒店。

（乘坐路线二）距离珠海前山站2.7公里，打出租车12元左右。

（4）高铁珠海站

（乘车路线一）距离高铁珠海站约7公里，乘坐公共交通，车程约29分钟，车票1元。下车后步行约14分钟。

（乘车路线二）距离高铁珠海站约7公里，打出租车20元左右。

（5）九洲港

（乘车路线一）距离九洲客运港月9公里，乘坐公共交通，车程约30分钟，车票2元。下车后步行约8分钟。

（乘车路线二）距离九洲客运港约9公里，打出租车25元左右。

六、联系方式

联系人：

陈老师 18818654625，306718788@qq.com

刘老师 18892296326，liushimei@tju.edu.cn

附件

附件1:Special issue on Exploring Synchromodality and Co-modality:Pathways to Sustainable and Efficient Transportation System in Industrial Management & Data Systems 

附件2:Special issue on Intelligent Decision Making, Deep and Machine Learning, Generative AI to Empower Smart Production and Service in Applied Soft Computing.

中国机械工程学会工业工程分会

2024年10月

附件1：

Special issueon

Exploring Synchromodality and Co-modality:

Pathways to Sustainable and Efficient Transportation System

in Industrial Management & Data Systems

This special issue aims to expand the horizons of understanding and practical application of synchromodal and co-modal transportation strategies. These approaches, which emphasize the seamless integration of different modes of transport and logistical operations, offer promising avenues for enhancing the efficiency, sustainability, and resilience of our transportation systems. Through a multidisciplinary lens, we endeavor to gather and disseminate theoretical insights, empirical research, and innovative practices that illuminate the potential and challenges of synchromodality and co-modality. By exploring how synchromodal and co-modal approaches can rise to meet these challenges, we aim to pave the way for more resilient and sustainable urban mobility ecosystems. By building upon this foundation, our special issue seeks to push the boundaries of knowledge, uncovering innovative approaches, identifying gaps in current practices, and proposing actionable strategies for a more sustainable future. In all, the special issue is a testament to the collective effort to chart a course towards a brighter, more sustainable future for transportation. 

List of topic areas

Technological Innovations: Exploration of cutting-edge technologies facilitating synchromodal and co-modal transportation, such as IoT, AI, blockchain, and data analytics.

Policy Implications: Analysis of regulatory frameworks, government policies, and incentives shaping the adoption and implementation of integrated transportation strategies.

Operational Efficiency: Examination of operational practices and optimization techniques to enhance efficiency in synchromodal and co-modal transport operations, including route planning,  scheduling, and resource allocation.

Environmental Impact: Assessment of the environmental footprint of synchromodal and co-modal transportation systems, including emissions reduction strategies, green logistics, and sustainable energy sources.

Economic Perspectives: Evaluation of the economic benefits and cost-effectiveness of integrated transportation approaches, including considerations of cost savings, revenue generation, and investment incentives.

Social Equity: Discussion on the social implications of synchromodal and co-modal transportation, including  accessibility, affordability, and inclusivity in urban and rural contexts.

Resilience and Risk Management: Investigation of strategies to enhance the resilience of transportation networks against  disruptions, including natural disasters, geopolitical events, and supply chain shocks.

Case Studies and Best Practices: Examination of real-world implementations of synchromodal and co-modal transportation     systems across different industries and regions, highlighting success     stories, lessons learned, and challenges encountered.

Intermodal Connectivity: Exploration of the integration and interoperability of different modes of transport (e.g.,  road, rail, sea, air) to achieve seamless and efficient freight and  passenger movements.

Collaborative Networks: Analysis of collaborative partnerships, alliances, and consortia driving innovation and cooperation in synchromodal and co-modal transportation ecosystems.

Education and Training: Discussion on the importance of education and training programs to build capacity and expertise in synchromodal and co-modal transportation practices among  stakeholders, including professionals, policymakers, and academia.

Future Trends and Emerging Technologies: Speculation on future trends and emerging technologies that may shape the evolution of   synchromodal and co-modal transportation systems, such as autonomous vehicles, drones, and hyperloop technology.

Please click the following link to get more detailed information:

https://www.emeraldgrouppublishing.com/calls-for-papers/exploring-synchromodality-and-co-modality-pathways-sustainable-and-efficient

附件2：

Special issueon

Intelligent Decision Making, Deep and Machine Learning, Generative AI to Empower Smart Production and Service

in Applied Soft Computing

Deep and machine learning, swarm intelligence, big data analytics, generative artificial intelligence, and LLM (Large Language Model) are increasingly developed for intelligent decision making involved in smart production and service in various industrial contexts. To meet with various needs of different customers, paradigm is shifting from mass production and mass-customization towards personalization and flexibility for smart production and service. In addition to the challenges in real settings, more opportunities are made available by state-of-the-art soft computing and AI technologies to empower novel applications for smart production and service to enhance supply chain resilience and change the business ecosystem.

Scope of this Virtual Special Issue:

Topics to be covered include the application of the following artificial intelligence and soft computing methodologies and interactions between several soft computing techniques:

Ant Colony Optimization  

Artificial Intelligence  

Big Data Analytics  

Convolutional Neural Networks 

Deep and Machine Learning  

Evolutionary Computing  

Fuzzy Computing  

Generative AI  

Hybrid Methods  

Immunological Computing  

Intelligent Decision-Making Technologies  

LLM (Large Language Model)  

Neuro Computing  

Particle Swarm Optimization  

Probabilistic Computing  

Rough Sets  

Wavelet 

to address critical, not restricted to the following aspects of smart production in real settings:

Advanced equipment/process control (AEC/APC)  

Automated material handling systems (AMHS), automatic guided vehicle (AGV)

Intelligent Decision technologies for Real-time  Decision

Equipment diagnosis, Predictive maintenance, and  Tool Health

Factory modeling, analysis and performance evaluation

Flexible Production Planning & Scheduling

Industry 4.0 & Manufacturing Strategy

Intelligent systems & Robots

Manufacturing Intelligence & Manufacturing Informatics

Mass personalization and customization

Predictive Maintenance

Smart Decision for Corporate Resource Planning &  Allocation

Sustainability and circular economy

Virtual Reality (VR), Augmented Reality (AR), Mixed Reality (MR)

Yield enhancement and e-Diagnosis

Please click the following link to get more detailed information:

https://www.sciencedirect.com/journal/applied-soft-computing/about/call-for-papers#intelligent-decision-making-deep-and-machine-learning-generative-ai-to-empower-smart-production-and-service 

附件3：

Special Issue on

Digital Twin-enabled Smart Production and Logistics Systems

in IET Collaborative Intelligent Manufacturing

Digital Twin (DT) is one the most promising technologies in Industry 4.0 manufacturing. New challenges need to be addressed to fully tap the potential of DT in revolutionizing PL systems.This special issue aims to identify, discuss, and investigate frontier research problems in DT-enabled smart PL systems, explore how DT could be applied to model, simulate, and optimize PL systems for better productivity, cost-efficiency, resilience, and sustainability, as well as to provide fresh insights for both academia and industry.

Topics of interest include, but are not limited to:

DT-enabled production-logistics synchronization

DT-enabled production planning and control

DT-enabled logistics management

DT-enabled workload control

DT-enabled collaborative decision-making

DT-enabled resilient production and logistics

DT-enabled intralogistics

DT-enabled line balancing

DT-enabled material/part feeding

DT-enabled product design

DT-enabled system optimization

DT-enabled human-robot collaboration

DT-enabled sustainable manufacturing

DT-enabled resource allocation

Please click the following link to get more detailed information:

https://ietresearch.onlinelibrary.wiley.com/pb-assets/assets/25168398/Special%20Issues/IET_CIM_CFP_DT-1714092812313.pdf 

Please Be NOTED Submission Deadline is tentatively extended to 2025.1.31.

转载自微信公众号：中国机械工程学会工业工程分会

相关图书

丛书简介

工业工程专业新形态系列教材

☆☆☆

”

本系列教材体系完整，参照《工业工程类专业本科教学质量国家标准》的课程要求，结构层次合理，理论联系实际，深入浅出，通俗易懂，便于自学；本系列教材着重邀请领域内有丰富工作经验的相关企业人员参与,体现校企合作特色。同时，文中穿插大量案例阅读及分析，配有类型多样的习题以考查学生实际运用知识的能力，并提供多媒体教学课件、系统仿真模型、教学视频、习题解答等丰富的数字化教学资源。

更多教学服务

关注微信公众号“科学EDU”

近期文章：

1、销量百万册的国家级规划教材出新版啦！| 新形态教材《计算机组成原理（第七版）》
2、高校专任教师207.49万人！2023全国教育事业发展统计公报公布

3、“2024年大学数学课程建设与教材建设研讨会”成功举办

4、科学 · 新书 |《控制工程基础》：构建自动化技术的坚实基石

传播科学，欢迎您点亮★星标，点赞、在看▼