唐亮（1980.12-），男，江苏无锡人，教授，博士生导师。美国波士顿大学访问学者（合作导师美国科学院院士H. Eugene Stanley）、新加坡国立大学高级访问学者（合作导师新加坡国立大学IORA运筹与数据分析研究中心主任Chung Piaw Teo张俊标），东南大学交通学院博士后，辽宁省高等学校物流管理与工程类专业教学指导委员会秘书长、教育部物流管理与工程类专业教学指导委员会委员、智能制造系统工程专业委员会委员。国家自然科学基金委管理学部函评专家、成果评估函评专家，国家社会科学基金函评专家，《European Journal of Operations Research》、《Computers & Industrial Engineering》、《International Journal of Production Research》、《Transportation Part E》、《Annals of Operations Research》、《International Journal of Production Economics》等期刊审稿专家。与美国、德国、日本、加拿大、新加坡、香港、澳大利亚等高校多位知名学者在项目研究、论文写作方面开展合作。同时，积极将理论与实际应用结合，与青岛港国际股份有限公司、港铁MTR、中国通用技术集团沈阳机床股份有限公司、北方重工集团有限公司、北京玻色量子有限公司、北京寄云鼎城科技有限公司、冰山松洋压缩机（大连）有限公司、平安银行LAMBDA实验室、华夏银行龙盈智达（北京）科技有限公司、新加坡海事局MPA等均建立了良好的合作关系，并与相关公司联合申请项目，针对供应链库存、工业互联网平台运营优化、数字化协同制造管理优化、AGV调度、信用风控等问题开展研究。
具体来说，主要研究方向和研究方法包括：1）供应链优化（风险中断问题、A assemble-to-order分配优化问题）、供应链调度（两阶段协同鲁棒调度优化问题、集成调度优化问题）；2）强化学习方法、鲁棒优化方法、近似动态规划方法；3）数据驱动下的智能系统运营和智能制造（大数据环境下的工业互联网平台、自动化港口运营系统）；4）自动化码头运营优化（数据驱动下的AGV调度优化、量子AGV调度模型设计）；5）OR与AI结合（stacking框架下0-1分类预测及控制优化问题、深度强化学习）；6）海上搜索搜救优化、海上新能源供应链优化。
希望感兴趣的同学报考硕士生和博士生，并应聘博士后（http://rcb.dlmu.edu.cn/bshgz1/zpxx.htm），报考和应聘者能掌握精确算法和近似算法、随机动态规划、MDP、鲁棒优化、机器学习、智能优化算法中的一种或几种技能，可推荐国外高校深造。
联系方式：tangericliang@dlmu.edu.cn; erictangliang@163.com
1、学习经历
2006/03-2009/01 东北大学机械工程与自动化学院机械制造及其自动化专业 博士
2003/09-2006/03 东北大学工商管理学院管理科学与工程专业 硕士
1999/09-2003/07 东北大学工商管理学院工业工程专业 本科
2、工作及研究经历
2025/01-2025/04 新加坡国立大学IORA研究中心（运筹与数据分析研究中心） 高级访问学者
2020/07-至今 大连海事大学交通运输工程学院 教授/博士生导师
2018/07-2020/06 大连海事大学交通运输工程学院 副教授/硕士生导师
2015/02-2016/02 波士顿大学 访问学者
2012/11-2016/11 东南大学交通运输工程博士后流动站 博士后
2011/03-2018/06 沈阳航空航天大学 讲师/副教授
2009/10-2010/12 沈阳沈港地铁运营有限公司 高级工程师
2009/02-2009/09 香港地铁(MTR)沈阳控股有限公司 工程师
3、研究成果
主持和参与完成20余项国家和省部级纵向科研项目，包括主持国家自然科学基金面上项目（2项）、国家自然科学基金青年项目（1项）、科技部高端外国专家引进计划项目（3项）、中国博士后基金特别资助项目（1项）、中国博士后基金面上项目一等资助项目（1项）、辽宁省自然科学基金面上项目（2项）等。在《European Journal of Operations Research》、《Annals of Operations Research》、《International Journal of Production Research》、《管理科学学报》、《系统工程理论与实践》、《中国管理科学》等国内外重要期刊以及领域内重要国际会议上发表文章30余篇。
（1）发表论文选编
1） Tang, L., Yang, C., Wu, W., Wen, K.,*, Guo, Y. Quantum computing for AGV scheduling problem. Scientific Reports(SCI期刊, JCR一区), 14, 12205(2024). https://www.nature.com/ articles/s41598-024-62821-6.
研究亮点：该工作与北京玻色量子科技有限公司合作，简化并抽象出两类AGV调度问题的核心模型，并通过一些技术手段将其转化为QUBO和Ising模型。与传统在量子模拟器求解不同，本文采用100量子比特相干光量子计算机（CIM）对模型进行求解，获得哈密顿量的基态。在真机可解规模下，随着问题规模增大经典计算机Gurobi求解时间指数增加，而真机求解时间基本稳定，不会显著增加。本文首次用量子真机对AGV核心简化模型求解，可以预测随着真机求解规模增大，量子计算在组合优化问题上将具有很好的实用前景。
2） Wu, W., Tang, L., Pizzuti, A. Robust scheduling for minimizing maximum lateness on a serial-batch processing machine. Information Processing Letters, 2024, 186: 106473. https://doi.org/10.1016/j.ipl.2024.106473.
研究亮点：该工作研究了一种鲁棒的单机调度问题，涉及具有不确定加工时间的串行批处理机器，旨在最小化最大延迟。该问题可以模拟许多涉及不确定因素的实际生产和物流应用。批处理调度问题决策包括任务加工顺序的组合及该顺序的分区（批量大小）。为了解决这个问题，我们证明了EDD排序规则在任何不确定性集合下都是最优的。对于批量大小问题，我们提出了一种多项式时间下基于动态规划的精确算法（每个子问题仍然是鲁棒优化问题），其贡献在于其时间复杂度与解决标准无不确定加工时间问题相同。
3） Wu, W., Hayashi, T., Haruyasu, K., Tang, L. Exact algorithms based on a constrained shortest path model for robust serial-batch and parallel-batch scheduling problems. European Journal of Operational Research (SCI期刊, JCR一区), 2023, 307(1): 82-102.
研究亮点：该工作考虑了作业时间不确定性，针对顺序批（s-batch）和并行批（p-batch）两类鲁棒调度问题进行研究，其目标是最小化订单完成时间。该模型具有通用性，可以用于许多生产和物流场景。我们首先证明了对于s-batch和p-batch问题，最短标准作业时间的排序规则是最优的。基于最坏情况分析，我们将鲁棒批调度问题归约为带制约条件的最短路图问题，并提出了基于多项式时间的算法。此外，我们还进一步针对所有作业最大偏差时间一样的特殊情况提出了更高效的算法。
4） 唐亮，王清阁，谭真，孙开衡. 不确定交货期下供应链协同鲁棒调度优化[J]. 管理科学学报，2025，28(6): 103-118.
研究亮点：该工作从供应链系统角度给予客户柔性不确定交货时间自由（对供应链系统高效运营带来挑战），考虑供应链协同制造模式下协同企业具有不同生产启动成本、需要提前准备和采购期较长的特点，构建两阶段供应链协同鲁棒调度优化模型并采用行列生成（C&CG）算法框架精确求解。依据模型目标函数对于不确定参数的凸性质对子问题进行转化从而构造出对偶问题简化求解，数值仿真算例分析了交货期不确定区间变化对两阶段鲁棒调度策略的影响，并针对不同订单真实交货期场景下的单阶段鲁棒最优成本、两阶段鲁棒最优成本和事后最优成本进行了对比。同时，对预估及真实交货期区间存在偏差下的真实成本进行了对比分析，结果表明两阶段鲁棒决策成本显著优于单阶段鲁棒成本，与事后最优成本相比差距也不大，且在不同交货期实现的场景下总成本波动较小，并对交货区间预估偏差的敏感性显著小于单阶段鲁棒方案，从而验证了两阶段鲁棒优化模型可显著改善调度策略的保守性和不灵活性，有效应对柔性不确定交货时间的需求。
5） Xuexia Xiong, Lusheng Shao, Liang Tang*. Supply chain production and procurement strategies for the mixed contract with time flexibility and options. International Transactions in Operational Research (SCI期刊, JCR二区), online, https://doi.org/10.1111/itor.13618.
研究亮点：论文主要围绕经典的两级供应链模式展开，考虑动态需求预测更新及随时间变化的价格信号，引入具有时间灵活性和期权的混合契约，推导了最优生产计划和采购策略的唯一均衡解，并设计了混合契约参数以实现供应链协调。此外，通过比较传统报童不考虑时间决策的情形，探讨了期权和时间灵活性的价值，并基于纯契约模式的均衡决策，进一步考察了混合契约机制如何提高供应链绩效。
6） 何雯晴，唐亮*. 基于近似动态规划的共享制造平台订单动态定价优化[J]. 计算机集成制造系统, 2025, 31(6): 2237-2244. 研究亮点：该工作以共享制造为背景，针对平台下的运营管理问题，结合共享制造环境下客户需求的动态性和随机性特征，研究有限期内共享制造平台生产订单的动态定价优化问题。基于有限的制造设备产能资源， 以共享制造平台利润最大化为目标， 建立随机动态规划模型。采用近似动态规划方法，针对线性规划中状态和决策维数过高的问题，以制造设备可用时间点为基函数，构建仿射近似函数近似状态价值，并以贪婪策略作为约束采样方法，采样状态和决策集合以有效减少约束数量，最后得到订单动态定价策略。
7） 唐亮，匡理霖. 深度强化学习算法求解协同制造订单分配与调度问题[J/OL]. 计算机集成制造系统, . https://doi.org/10.13196/j.cims.2024.0187.
8） 唐亮，陈强雷*，赵天成. 考虑不确定需求与运输费用的鲁棒选址优化研究[J]. 运筹与管理，录用（稿号：A2024-0495）
9） Tang, L.*, Jin, Z.H., Qin, X.W., Jing, K. Supply chain scheduling in a collaborative manufacturing mode: model construction and algorithm design. Annals of Operations Research (SCI期刊, JCR一区), 2019, 275(2): 685-714.
10） Tang, L., Han, H.Y., Tan, Z.*, Jing, K. Centralized collaborative production scheduling with evaluation of a practical order-merging strategy. International Journal of Production Research (SCI期刊, JCR一区), 2023, 61(1): 282-301.
11） Li, S.H., Tang, L.*, Liu, J.G., Zhao, T.C., Xiong, X.X. (2023). Vessel schedule recovery strategy in liner shipping considering expected disruption. Ocean & Coastal Management(SCI期刊, JCR一区). 237: 106514.在线发表，https://doi.org/10.1016/j.ocecoaman.2023.106514
12） Tang, L.*, Jing, K., He, J. An improved ant colony optimization algorithm to three-tier supply chain scheduling based on networked manufacturing. International Journal of Production Research (SCI期刊, JCR一区), 2013, 51(13): 3945-3962.
13） Qin, X.W., Jiang, Z.Z., Sun, M.H., Tang, L., Liu, X.R. (2021). Repairable spare parts provisioning for multiregional expanding fleets of equipment under performance-based contracting. Omega: The International Journal of Management Science (SCI期刊, JCR一区), 2021, 102: 102328.
14） Yaw, A.M., Tang, L.*. The relationship among green human capital, green logistics practices green competitiveness, social performance and financial performance. Journal of Manufacturing Technology Management(SCI期刊, JCR一区), 2021, 32(7): 1377-1398.
15） Yaw, A.M., Tang, L.*, Ebenezer, A., Charles, B., Essel, D. Organisational identity and circular economy: Are inter and intra organisational learning, lean management and zero waste practices worth pursuing? Sustainable Production and Consumption (SCI期刊, JCR一区), 2021, 28: 648-662.
16） Baah, C., Jin, Z., & Tang, L. (2020). Organizational and regulatory stakeholder pressures friends or foes to green logistics practices and financial performance: Investigating corporate reputation as a missing link. Journal of Cleaner Production（SCI期刊, JCR一区）, 247: 119125.
17） Jing, K., Du, X.R., Shen, L.X., Tang, L.* (2019). Robustness of complex networks: Cascading failure mechanism by considering the characteristics of time delay and recovery strategy. Physica A: Statistical Mechanics and its Applications (SCI期刊, JCR二区), 534. 122061.
18） Tang, L.*, Jing, K., He, J., Stanley, H. E. Complex interdependent supply chain networks: Cascading failure and robustness. Physica A: Statistical Mechanics and its Applications (SCI期刊, JCR二区), 2016, 443(1): 58-69.
19） Tang, L., Jing, K.*, He, J., Stanley, H. E. Robustness of assembly supply chain networks by considering risk propagation and cascading failure. Physica A: Statistical Mechanics and its Applications(SCI期刊, JCR二区), 2016, 459: 129-139.
20） 唐亮*, 何杰, 靖可. 关联供应链网络级联失效机理及鲁棒性研究[J]. 管理科学学报(国家自然科学基金委认定A类刊物), 2016, 19(11): 33-44.
21） 唐亮*, 何杰, 靖可, 靳志宏. 时间窗口约束下基于改进蚁群算法的协同制造调度研究[J]. 中国管理科学(国家自然科学基金委认定A类刊物), 2018, 26(4): 97-107.
22） 唐亮*, 赫超, 靖可, 谭真, 秦绪伟. 随机订单干扰下考虑合并决策的供应链网络调度研究[J]. 中国管理科学(国家自然科学基金委认定A类刊物), 2019, 27(4): 91-103.
23） 唐亮*, 焦鹏, 李纪康, 靖可, 靳志宏. 带恢复策略的复杂网络级联失效机理及鲁棒性研究[J].控制与决策(EI 期刊), 2018, 33(10): 1841-1850.
24） 唐亮*, 靖可, 何杰. 网络化制造模式下基于改进蚁群算法的供应链调度优化研究[J]. 系统工程理论与实践 (国家自然科学基金委认定A类刊物), 2014, 34(5): 1267-1275. (EI检索号: 20142817936319)
25） 唐亮*, 靖可. H∞鲁棒控制下动态供应链系统牛鞭效应优化[J]. 系统工程理论与实践 (国家自然科学基金委认定A类刊物), 2012, 32(1): 155-163. (EI检索号: 20121114863163)
26） 唐亮*, 岳宇峰, 靖可. 基于相邻交换复合蚁群算法的多产品供应链调度优化研究[J]. 计算机集成制造系统(EI期刊), 2014, 20(5): 1171-1180. (EI检索号: 20142717894516)
（2）Working papers
1） Liang Tang, Zhongjie Zhao, Ju Liu*, Xinyu Lin, Wei Wu, Chung-Piaw Teo. The power of multi-rules: evidence from credit scoring. Target Journal, Operations Research
研究亮点：该论文针对信用风控领域的客户信用评分问题进行研究，创新点在于将信用评分问题转成多评分卡联合控制下的选卡和选阈值优化决策，并开展了两方面工作：给定统计数据且评分卡间独立和给定原始数据评分卡间关联两种情况下的问题处理，并基于开放数据集进行效果测试，验证了方法的有效性。1）在多评分卡之间独立情况下，对原始期望收益最大化的优化模型进行等价转换为凸整数规划（CIP），在此基础上对CIP采用三种处理手段并比较求解效果：第一、利用泰勒多点展开并做二次近似构建QP模型（采用两种启发式方法寻找展开点）。第二、将QP模型等价转换成QUBO模型，并用Fix-stars量子模拟器求解。第三、将CIP等价转换成指数锥规划ECP。2）在具有原始样本数据下考虑多评分卡之间的关联性，在预测样本违约概率基础上，采用两种手段处理：第一、将不同评分卡下的样本进行压缩进而获得一阶矩和二阶矩，构造基于矩信息的分布式鲁棒picking winner模型，解决不同卡之间关联性难点。通过对偶等手段将分布式鲁棒模型等价转换为完全正定规划（CPP），并进一步通过降维技术对模型重构后获得低维的近似混合0-1半正定规划（SDP）模型进而求解。第二、考虑所有样本信息，采用计算几何方法对期望收益最大化进行重构并设计启发式策略求解。
2） Wei Wu, Liang Tang*, Zhongjie Zhao, Chung-Piaw Teo. A new ensemble learning for 0-1 prediction. Target Journal, INFORMS Journal on Computing
研究亮点：该论文针对0-1分类预测问题进行研究，采用类似集成学习中stacking的方法，分两层进行预测。第一层基础模型采用多种机器学习模型包括：SVM、RF、LR、KNN、XGBoost、FNN等对训练集违约率进行预测。为了解决过拟合问题，将out-of-fold预测集成进5-fold交叉验证过程对训练集进行训练，将训练集映射到一个新的训练集。第二层元模型基于新的训练集采用计算几何方法以期望准确的样本数量最大化为目标，提出0-box和1-box两种求解方法获取最终采用的机器学习模型集合及其相应阈值，并将其用于测试集测试样本外效果。该工作在6个公开数据集上进行了测试，与传统stacking方法进行了比较，结果表明了所提新的预测方法的有效性。该工作具有如下创新性：第一、从计算几何的角度提出了新的stacking模型。第二、所提出的新stacking方法第二层不涉及任何调参且具有可解释性。第三、所提的算法性能相比传统stacking做法具有很好的竞争力。
3） Liang Tang, Wenqing He, Pesch Erwin, Jiannan Ke*. Diversified order-driven platform revenue management via capacity control and scheduling policy. Target Journal, INFORMS Journal on Computing
研究亮点：该工作研究了有限期内工业互联网平台的订单接受问题，订单被接受后将按照给定的调度规则进行调度。考虑了订单到达的动态性和随机性，以及可能的延期成本，我们建立了随机动态规划模型，并采用近似线性规划方法（ALP）求解。考虑FCFS和重调度两种规则，在FCFS规则下，ALP可以重构为简化形式，有效减少了问题规模，且数值实验效果接近于原ALP。在重调度规则下，采用约束采样方法求解ALP。数值实验表明，得到的动态策略效果优于Benchmark。
4） Wenqing He, Chung-Lun Li, Jiannan Ke, Liang Tang*. Dynamic pricing and scheduling for useable resource leasing. Target Journal, Computers & Operations Research
研究亮点：该工作研究了有限期内工业互联网平台订单的动态定价问题，考虑了平台下设备资源的多样化特征，即生产能力和效率差异。建立随机动态规划模型描述决策过程，平衡订单收益和可能产生的等待成本。
5） Zhen Tan, Liang Tang*, Bo Li. On-time fulfillment policies under flexible customer ordering times. Target Journal, Production and Operations Management
研究亮点：为了最大可能获得客户订单，供应商通常为客户在实际下单时提供时间上的灵活性。然而，这种灵活性使得供应商在有限产能下协调订单时间敏感的订单履行变得复杂，特别是当产品是可区分的情况下。我们研究了一个关于订单调度的通用决策问题，通过假设一个凸分段线性成本函数，对未按时履行订单进行惩罚，我们为该问题制定了几个minmax优化模型。我们首先提出了静态规划模型，并推导出了单一订单情况下的闭合形式最优调度策略，其可以用于得到一般多订单情况下的混合整数线性规划（MILP）。我们还提出了两个动态鲁棒模型：一个仅考虑每个未处理订单的已下单或未下单信息；另一个通过recheck未下单和未处理订单的更新下单时间区间提供额外信息。对于单一订单情况，我们明确描述了第一个动态模型中的“wait or start”阈值型最优策略以及第二个模型中的“recheck or start”策略。我们证明了类似结构的最优策略也适用于多订单情况，并进一步推导出基于MILP的高效算法，用于计算两个动态模型最优策略的参数。数值实验显示，与静态模型相比，没有重新检查的动态模型在真实下单时间分布更远的情况下平均成本节约减少。平均而言，具有重新检查的动态模型在所有测试案例中表现显著优于其他两个模型，并且在允许一两次重新检查的情况下，实现了接近hindsight结果。
6） Shijie Sheng, Liang Tang*, Haojie Tian, Jiannan Ke, Dan Zhang. Dynamic order acceptance policy via reductions of approximate linear programs. Target Journal, European Journal of Operations Research
研究亮点：该论文针对无限期平台的订单接收策略进行研究，使得期望的收益最大。论文考虑客户到达服从泊松过程，不同类型的客户对于产品的需求量服从不同的分布，并考虑了在工业制造领域中普遍存在的延期成本。通过近似策略将构建的MDP模型转化成为近似线性规划（ALP），并采用reduction方式对将ALP进行重构和简化，数值实验比较了该方法与其它求解策略的效率和效果，表明了所提算法的有效性。
7） Liang Tang, Jiaqi Ruan, Yu Liu, Kai Huang, Jie Chu*. Two stage robust optimization for multi period assemble to order problem. Target Journal, Naval Research Logistics
研究亮点：论文构建一个多种零部件和多种产成品的两级ATO系统，以系统总的运作成本最小化为目标。考虑不同产品需求不确定因素，构建一个更贴合实际生产的随机需求模型，为减小模型的保守性和提高模型的可解规模，采用了一种基于鲁棒优化的两阶段方法。第一阶段引入期初投资水平， 在吸收尽可能多的不确定性下求得二元决策变量并固定下来；第二阶段在已知二元决策变量的最优解的基础上，引入线性决策规则求解连续可调变量，使得零部件补货决策和分配决策可以根据之前周期的需求信息和完成订单率进行调整，最终经过数学方法进行转化为线性规划模型求解。
8） Liang Tang, Jianhua Ren*, Chao Yang, Yiyun Guo, Wei Wu. AGV scheduling by considering battery and capacity constraints. Target Journal, European Journal of Operations Research
研究亮点：论文针对考虑了 AGV 的任务分配、执行顺序以及充电策略，以最小化任务完成时间为目标构建了两种不同的混合整数规划模型。第一种传统模型以任务分配和执行顺序作为变量设定的依据，而第二种降维模型在传统模型的基础上进行了创新，对决策变量降维处理。设计混合启发式算法，以近似贪婪算法作为初始解构造方法，使用三种自适应算子对解进行修改优化，并在评价解的同时设计基于动态规划的精确算法获得充电策略。
9） Qianglei Chen, Liang Tang*. Resource allocation of cloud manufacturing services based on deep reinforcement learning. Target Journal, Computers & Operations Research
研究亮点：论文针对云制造中的服务组合优化中较少考虑环境的动态性以及任务信息未知的情况，考虑云制造中的服务资源属于可重用资源，即完成任务后该资源便会返回平台再次可用。基于此，将该服务组合问题重构成可重用的资源分配问题，并针对任务到达分布未知提出新的马尔科夫决策模型，最后设计model_free的PPO算法进行训练以及测试，并采用事后最优进行效果验证，提出的模型与算法在极大部分情况下均有近乎最优的效果表现。
（3）主持和参与项目选编
1） 主持项目: 国家自然科学基金(72372015), “基于多源数据的共享制造平台产能控制及协同调度优化”, 起止时间：2024.01-2027.12.
2） 主持项目: 国家自然科学基金(71871038), “关联网络结构下考虑随机和动态风险特征的协同生产调度及鲁棒优化”, 起止时间：2019.01-2022.12.
3） 主持项目: 国家自然科学基金(71201106), “区间负荷约束下立体复杂供应链网络相继故障机理及H∞鲁棒控制研究”, 起止时间: 2013.01-2015.12.
4） 主持项目：科技部高端外国专家引进计划项目(G2023193003L), “智慧港口下几类AGV调度优化问题研究”, 起止时间：2023.1.1-2024.12.31.
5） 主持项目：科技部高端外国专家引进计划项目(G2021193024L), “工业互联网平台下运营优化若干问题研究”, 起止时间：2021.1.1-2022.12.31.
6） 主持项目：辽宁省自然科学基金面上项目(2023-MS-125), “数据驱动模式下基于新兴技术的自动化码头AGV调度研究”，起止时间2023.03-2025.02.
7） 主持项目：辽宁省自然科学基金航运联合基金(2020-HYLH-44), “考虑随机及中断事件干扰下的班轮动态鲁棒调度优化”，起止时间2020.05-2023.04.
8） 主持项目: 中国博士后特别资助项目(2014T70462), “带时滞恢复的关联供应链网络级联失效分析与结构优化”, 起止时间: 2014.07-2015.12.
9） 主持项目: 中国博士后科学基金面上一等资助项目(2013M530228), “带失效概率的不对称供应链网络相继故障机理及优化”, 起止时间: 2013.05-2014.12.
10） 主持项目: 辽宁省自然科学基金博士启动项目(20111052), “基于复杂网络理论的通用航空制造供应链鲁棒优化研究”, 起止时间: 2012.01-2014.12.
11） 主持项目: 江苏省博士后科研资助项目(1301102C), “流量约束下复杂关联供应链网络相继故障机理及鲁棒控制研究”, 起止时间: 2013.09-2014.12.
12） 主持学术交流项目: 博士后国际交流计划学术交流项目“A study on cascading failure phenomenon of interdependent supply chain networks”, 起止时间: 2014.11-2016.11.
13） 参与项目: 国家自然科学基金面上项目(71472034), “关键设备维修服务性能合同设计及激励行为研究”, 起止时间: 2015.01-2018.12.
14） 参与项目: 国家自然科学基金(71301108), “应急物流关联网络级联失效机理及关键节点抗毁性研究”, 起止时间: 2014.01-2016.12.
15） 参与项目: 辽宁省教育厅项目(W2013030), “应急物流关联网络关键节点识别方法”, 起止时间: 2014.01-2015.12.
16） 参与项目: 国防基础科研项目(A0520132009), “航空产品数字化生产线技术”, 起止时间: 2013.01-2015.12.
17） 参与项目: 中航工业产学研专项(CXY2010SH28) “基于三维工艺全信息模型的可视化制造系统”, 起止时间: 2011.01-2012.12.
18） 参与项目: 国家重大科技支撑计划项目(2007BAF09B00), “大型全断面掘进机数字样机关键技术研究”, 起止时间: 2008.01-2012.12.
19） 参与项目: 教育部高等学校博士学科点专项科研基金项目(20060145017), “Web环境下数控机床协同设计及虚拟样机研究”，起止时间: 2007.01-2009.12.
20） 参与项目: 辽宁省教育厅高等学校科学研究项目(20060645), “某轻型通用飞机数字化制造技术研究”, 起止时间: 2007.01-2009.12.
21） 参与项目: 辽宁省重大科技攻关项目(2003220025) “网络化设计与制造”, 起止时间: 2004.01-2006.12.
22） 参与项目: 辽宁省自然科学基金项目(20082034), “面向产品生命周期的绿色技术服务研究”, 起止时间: 2008.04-2010.12.
（4）科研获奖
1） 2024年论文“考虑时变需求的物料配送与回收的AGV调度优化”获“第七届智能制造系统工程学术会议”（西北工业大学）优秀论文三等奖。
2） 2023年论文“基于近似动态规划的共享制造平台订单动态定价优化”获“第六届智能制造系统工程学术会议”（清华大学）优秀论文三等奖。
3） 2021年论文“不确定交货期双刃剑下供应链协同鲁棒调度优化”获“第四届智能制造系统工程学术会议”（东北大学）优秀论文一等奖。
4） 2019年，“时间窗口约束下基于改进蚁群算法的协同制造调度研究”，获辽宁省自然科学学术成果奖三等奖，排名第1。
5） 2013年, “An improved ant colony optimization algorithm to three-tier supply chain scheduling based on networked manufacturing” (2013-LNL0109), 获辽宁省自然科学学术成果奖三等奖, 排名第1。
6） 2012年, “H∞鲁棒控制下动态供应链系统牛鞭效应优化” (2012-LNL0008), 获辽宁省自然科学学术成果奖三等奖, 排名第1。
2008年, 论文 “Supply chain alliance member selection and contract analysis under networked manufacturing” 获 “2008 IEEE International Conference on Service Operations, Logistics, and Informatics (SOLI’2008)” 国际会议唯一优秀学生论文, 并获IBM公司数学研究院颁发证书。
