岳磊

博士、副教授、硕士生导师

研究领域：智能制造系统、数字化建模仿真优化、调度与决策、人工智能方法

电子邮箱: leileiyok@gzhu.edu.cn

个人简介：

岳磊，广州市高层次人才，中国机械工程学会工业大数据与智能系统分会委员，中国图学学会数字孪生专委会委员、广东省企业科技特派员、《工业工程》期刊青年编委、国际会议ICIEA技术专委和联合主席，并担任多个国际知名期刊审稿人。研究方向主要包括智能制造系统、数字化建模仿真优化、智能调度与决策、物流与供应链、人工智能优化方法等。发表SCI/EI论文80多篇，申请专利14项，授权8项，参与撰写十三五智能制造重点图书专著1部，主持国家自然科学基金青年项目、中国博士后面上项目、教育部人文社科规划基金、广东省科技计划国际合作项目、广州市科技计划市校（院）联合项目与基础研究项目等，主持和参与多项企业横向课题，参与工信部智能制造专项3项，国家重点研发计划1项。

教育背景:

◆2012-2017  华中科技大学  机械工程  博士

◆2010-2012  华中科技大学  工业工程  硕士

◆2006-2010  华中科技大学  工业工程  学士

职业经历:

◆2021-至今  广州大学  机械与电气工程学院  副教授

◆2018-2021  华中科技大学  机械科学与工程学院  博士后

教授课程:

《运筹优化理论及应用》、《MATLAB编程基础》、《工业企业管理》、《系统工程》、《智能制造系统仿真》、《项目管理》、《专业导论》、《智能制造综合实训》

主持/参与的科研项目:

(1)国家自然科学基金委员会，青年科学基金项目，高频扰动与多定制需求驱动的制造系统动态重构优化，结题，主持

(2)中国博士后科学基金会，面上项目，基于结构化瓶颈网络的制造系统均衡控制与动态决策方法，结题，主持

(3)广东省科学技术厅，国际及港澳台高端人才项目，装配线智能平衡优化方法研究与学术交流，在研，主持

(4)教育部人文社科基金，规划项目，面向云定制的跨域分布式智能工厂协同管控方法研究，在研，主持

(5)广州市科学技术局，基础与应用基础研究，复杂离散制造网络均衡可适应性控制决策与优化方法，结题，主持

(6)广州市科学技术局，基础与应用基础研究，机理-数据混合驱动下装配系统协同作业稳健调度优化方法，在研，主持

(7)国家工信部，智能制造综合标准化与新模式应用，中小型航空发动机轴类零件智能制造数字化车间建设，结题，参与

(8)美的无锡小天鹅电器有限公司，校企横向合作课题，家电产品混合装配线平衡优化仿真，结题，主持

(9)华为技术有限公司，横向课题，华为全球物流网络仿真项目，结题，参与

研究成果：

1.近年发表的期刊文章

[1]Two-stage double deep Q-network algorithm considering external non-dominant set for multi-objective dynamic flexible job shop scheduling problems. Swarm and Evolutionary Computation, 2024, 90: 101660.（第一作者，中科院一区top，IF=10.0）

[2]Integrated lot-sizing and scheduling for parallel mixed-model automotive production lines with transportation resource constraints. Journal of Industrial Information Integration, 2025: 100945. （第一作者，中科院一区top，IF=15.7）

[3]Energy-efficient scheduling of a two-stage flexible printed circuit board flow shop using a hybrid Pareto spider monkey optimisation algorithm. Journal of Industrial Information Integration，2023，31: 100412.（第一作者，中科院一区top，IF=15.7）

[4]Multi objective lotsizing and scheduling with material constraints in flexible parallel lines using a Pareto based guided artificial bee colony algorithm，Computers & Industrial Engineering，2019，128，659-680. （第一作者，中科院一区top，IF=7.9）

[5]Non-identical parallel machine batch scheduling of PCB drilling workshop via genetic algorithm with variable neighborhood search. Chinese Journal of Mechanical Engineering, 2025: 100150. （第一作者，中科院二区，IF=4.6）

[6]Simulation‐based optimisation for order release of printed circuit board workshop with process switching constraints. IET Collaborative Intelligent Manufacturing, 2024, 6(1): e12098. （第一作者，JCR:Q2，IF=3.1）

[7]Order releasing and scheduling for a multi-item MTO industry: an efficient heuristic based on drum buffer rope. Applied Sciences, 2022, 12(4): 1925. （第一作者，JCR:Q1，IF=2.7）

[8]Multi-objective chaotic evolutionary-based cell configuration and load balancing for reconfigurable production lines. Journal of Manufacturing Systems, 2025, 83: 445-469. （通讯作者，中科院一区top，IF=14.2）

[9]Data-driven hierarchical multi-policy deep reinforcement learning framework for multi-objective multiplicity dynamic flexible job shop scheduling. Journal of Manufacturing Systems, 2025, 80: 536-562. （通讯作者，中科院一区top，IF=14.2）

[10]A novel deep self-learning method for flexible job-shop scheduling problems with multiplicity: Deep reinforcement learning assisted the fluid master-apprentice evolutionary algorithm. Swarm and Evolutionary Computation, 2025, 94: 101907. （通讯作者，中科院一区top，IF=10.0）

[11]Deep reinforcement learning for data-driven scheduling in multi-variety and small-batch flexible job shops: Integrating fluid models for enhanced optimization. Computers & Industrial Engineering, 2025: 111342. （通讯作者，中科院一区top，IF=7.9）

[12]Multi-policy deep reinforcement learning for multi-objective multiplicity flexible job shop scheduling. Swarm and Evolutionary Computation, 2024, 87: 101550. （通讯作者，中科院一区top，IF=10.0）

[13]Automated flexible transfer line design problem: Sequential and reconfigurable stages with parallel machining cells，Journal of Manufacturing Systems，2019，157-171. （通讯作者，中科院一区top，IF=14.2）

[14]Data-driven Cloud Simulation Architecture for Automated Flexible Production Lines: Application in Real Smart Factories，International Journal of Production Research，2022，60(12): 3751-3773. （通讯作者，中科院二区top，IF=9.2）

[15]Multi-Objective Material Logistics Planning with Discrete Split Deliveries Using a Hybrid NSGA-II Algorithm. Mathematics，2022，10(16)，2871.（通讯作者， JCR:Q1，IF=2.6）

[16]Improved multi-fidelity simulation-based optimisation: application in a digital twin shop floor. International Journal of Production Research, 2022, 60(3): 1016-1035. （通讯作者，中科院二区top，IF=9.2）

[17]Drum buffer rope-based heuristic for multi-level rolling horizon planning in mixed model production， International Journal of Production Research，2019, 57(12): 3864-3891. （通讯作者，中科院二区top，IF=9.2）

[18]A hybrid fluid master–apprentice evolutionary algorithm for large-scale multiplicity flexible job-shop scheduling with sequence-dependent set-up time. Engineering Optimization, 2024, 56(1): 54-75. （通讯作者， JCR:Q1，IF=2.7）

2.近年论著目录（专利/软著）

[1]iBalancer智能装配平衡系统V1.0

[2]基于流体智能的柔性制造实时调度系统V1.0

[3]基于多模态知识图谱的推荐系统V1.0

[4]适用于多目标动态FJSP的两阶段深度强化学习方法

[5]一种应用于车间计划投产的多保真仿真优化方法及设备

[6]家电产品双边装配线Ⅰ型问题的装配线平衡方法和系统

[7]一种适用于磁性产品生产车间的粉料库存控制方法

[8]一种面向磁性材料成型-烧结计划控制与详细调度方法

[9]面向家电产品装配线的Ⅱ型双边装配线平衡方法及系统

[10]一种基于模板序列的PCB电镀混流线任务优化排序方法

[11]一种基于仿真的物流配送系统及配送方法

[12]一种基于混合NSGA-II的加工工件虚拟单元构建方法

[13]一种基于深度优先搜索的纸卷分切方法及其应用

[14]一种适用于制造工厂的订单计划优化方法

[15]一种面向多规划期两阶段动态虚拟单元重构方法和系统

[16]应用于卷烟工厂生产排程的两阶段排程优化方法与系统

[17]用于PCB电镀任务排序问题的多目标混合蜘蛛猴优化方法

指导学生情况:

[1]第十八届“挑战杯”全国大学生课外学术科技作品竞赛“揭榜挂帅”专项赛，全国特等奖

[2]2024中国大学生机械工程创新创意大赛（智能制造赛），全国一等奖

[3]2023全国仿真创新应用大赛（智慧工业仿真），全国一等奖

[4]2024一带一路暨金砖国家技能发展与技术创新大赛智能视觉工程赛项决赛，全国一等奖

[5]2024中国大学生机械工程创新创意大赛（智能制造赛），全国二等奖

[6]2024中国大学生机械工程创新创意大赛（工业工程与精益管理创新赛），全国三等奖

[7]2023第四届中国工业互联网大赛“工业互联网+数字仿真”专业赛，全国三等奖

[8]2023中国大学生机械工程创新创意大赛（工业工程与精益管理创新赛），全国三等奖

[9]2024复杂系统仿真建模大赛，全国三等奖

[10]广州大学2024学生课外学术科技与创新创业活动年度先锋团队—“IIDO”