2023年人工智能与智能制造国际研讨会（AIIM 2023）
AIIM见刊检索通知！
AIIM2021已见刊，见刊链接：https://iopscience.iop.org/issue/1742-6596/2181/1
AIIM2021已于2022年3月4日完成EI、SCOPUS检索，请作者自行前往EI检索库查阅文章！如有需要可将文章标题发给会议秘书协助查询。林秘书：18124944739（可添加微信）
基于近期新冠疫情防控形势要求，为有效减少人员聚集，阻断疫情传播，经AIIM2021组委会商定，原定于2021年11月12-14日于湖州召开的2021年人工智能与智能制造国际研讨会（AIIM2021）将调整为2021年11月26日（周五）线上视频形式举行，特此告知！如有疑问，可联系大会秘书林老师：18124944739.【会议论文将正常出版，文章见刊检索不受影响】
参会指引详见【会议公告】
2021年人工智能与智能制造国际研讨会（AIIM2021）
2021InternationalSymposiumonArtificialIntelligenceandIntelligentManufacturing
重要信息
大会官网：2021.isaiim.com
大会时间：2021年11月26-28日
大会地点：中国·湖州
截稿时间：2021年11月21日
收录检索：EI、Scopus、Inspec
接收/拒稿通知：投稿后7个工作日
大会简介
2021年人工智能与智能制造国际研讨会（AIIM2021）将于2021年11月26-28日在中国·湖州市隆重召开。会议旨在为从事“人工智能”、“智能制造”、“智能控制系统”、“机器学习”等领域的专家学者、工程技术人员、研发人员提供一个共享科研成果和前沿技术、了解学术发展趋势、拓宽研究思路、加强学术研究和探讨，促进学术成果产业化合作的平台。
本次会议将邀请国内外高校、科研机构专家、学者，企业界人士及其他相关人员，通过特邀报告、主题演讲、口头报告等方式，与领域学者及广大师生分享最新研究成果、共同探讨未来学术课题。
主办单位
承办单位
电子科技大学电力电子与先进控制中心
电子科技大学电动汽车动力系统与安全技术研究所
AEIC学术交流中心
大会主席
汪利辉执行院长 电子科技大学长三角研究院（湖州）
学术委员会
姓名职称单位朱继忠（主席）教授华南理工大学吴晖锽（主席）教授广西大学仲元昌教授重庆大学杨挺教授天津大学王凯教授青岛大学梁安辉教授山东科技大学曾庆生教授南京航空航天大学李烈军教授华南理工大学李灯熬教授太原理工大学文光俊教授电子科技大学陈志华教授福州大学王孝义教授安徽工业大学组织委员会
姓名职称单位陈勇（主席）教授电子科技大学林先其（主席）副院长电子科技大学长三角研究院（湖州）
汪忠来教授电子科技大学腾云龙副教授电子科技大学陈章勇副教授电子科技大学龙波副教授电子科技大学梁炯炯副研究员电子科技大学长三角研究院（湖州）主讲嘉宾
Prof.MuhammadArif, Um-AlquraUniversity,KingdomofSaudiArabia
杨秦敏教授，浙江大学
朱继忠教授，华南理工大学
吴晖锽教授，广西大学
征稿主题
1）人工智能
2）计算机视觉
3）机器学习
4）智能和网络安全
5）人工智能工具和应用
6）智能制造
7）精密制造技术
8）虚拟制造与网络制造
9）工业机器人与自动化生产线
10）工业设计与制造
11）智能控制系统
12）机械制造自动化
13）智能感知系统
14）航空航天应用
15）电气控制技术
其他相关主题详见官网（click）
论文出版
1、EI会议论文
本会议投稿经过2-3位组委会专家严格审核之后，最终所录用的论文将被EI目录系列期刊 JournalofPhysics:ConferenceSeries(ISSN:1742-6588) 出版，出版后提交EICompendex,Scopus检索。
2、SCI期刊论文
额外征集优秀论文，按SCI期刊论文要求审稿，直接推荐至包括但不限于以下SCI期刊发表。
期刊1：MIS-MobileInformationSystems（IF=1.802）
期刊2：IETEJR-IETEJOURNALOFRESEARCH（IF=2.333）
期刊3：IJAE-InternationalJournalofAerospaceEngineering（IF=1.158）
期刊4：AICSP-AnalogIntegratedCircuitsandSignalProcessing（IF=1.337）
投稿参会须知
1、AIS平台投稿：请将排版好的论文全文投稿至【艾思投稿系统】。
2、论文模板请于艾思系统【会议资料】处下载。
3、论文应具有学术或实用价值，未在国内外学术期刊或会议发表过。发表论文的作者需提交全文进行同行评审，只做报告不发表论文的作者只需在【参会报名】处提交摘要。
4、会议仅接受全英稿件，如需翻译服务，在艾思科蓝平台选择【论文翻译】，我们将提供付费翻译服务（投递备注“AIIM2021”）。如有疑问，或咨询会议负责林老师：18124944739（微信同号）。
5、审稿流程：本次会议采用先投稿，先送专家评审的方式进行，审稿周期约1-2周。
**注：被录用且完成注册的论文，如需申请撤稿，将扣除30%的手续费。
注册费用
类别注册费用（人民币）注册费用（美元）投稿费用3200RMB/篇（4-6页）500USD/篇（4-6页）团队投稿（人数≥3）2900RMB/篇（4-6页）450USD/篇（4-6页）超页费300RMB/页（第7页起算）50USD/页（第7页起算）仅参会不投稿1200RMB/人 180USD/人仅参会不投稿（团队）1000RMB/人（团队人数≥3）150USD/人（团队人数≥3）额外加购论文集500RMB/本75USD/本会议议程
日期时间内容2021年11月26日（周五）14:00-17:00主讲报告17:00-18:00口头报告联系我们
大会秘书：林老师
联系邮箱：isaiim@126.com
电话/微信：+86-18124944739
QQ：1494426703
2023年运筹优化及人工智能研讨会（第一轮通知）
此次研讨会所有报告线下举行，不设线上直播，研讨会的日程如下：
日期主题报告人4月16日晚上Tutorial：鲁棒优化及其在车辆路径问题中的应用章宇教授西南财经大学4月17日上午数学规划在航空运营管理中的应用-从理论到实际梁哲教授同济大学城市轨道交通运输组织优化模型及Benders分解算法杨立兴教授北京交通大学面向智能仓储系统的决策优化模型与算法研究镇璐教授上海大学面向航天器资源的通用化调度技术邢立宁教授国防科技大学4月17日下午DigitalTwin:WhatItIs,WhyDoIt,RelatedChallenges,andResearchOpportunitiesforOperationsResearch邓天虎副教授清华大学共享交通系统与多目标在线匹配王海助理教授新加坡管理大学ABranch-and-Price-and-CutAlgorithmfortheCable-RoutingProbleminSolarPowerPlants罗志兴副教授南京大学VehicleRepositioningunderUncertainty章宇教授西南财经大学4月18日上午无人机在最后一公里配送中的路径优化程春助理教授东北财经大学“仿真+优化”的智慧集装箱码头研究周琛淏教授西北工业大学TeamOrienteeringwithTime-VaryingProfit朱宁副教授天津大学时变多行程车辆路径问题研究张真真副教授同济大学拟3月25日-4月10日期间开放注册，注册方式请静候通知，欲参加此次研讨会的学者请通过下方微信二维码联系会务组，然后由会务组邀请至会议微信群。由于场地限制，本次研讨会参会人数计划不超过300人。
有任何疑问或者想咨询的，请通过下方微信二维码联系秦虎教授
主旨报告嘉宾
（按报告顺序排列）
01
梁哲，现任同济大学经管学院教授。本科毕业于新加坡国立大计算机工程系、硕士毕业于新加坡国立大学工业与系统工程系、博士毕业于新泽西州立大学工业工程系。研究主要集中在大规模组合优化于物流及交通方面，特别是航空运营管理方面的应用。已发表英文著作一本，论文30余篇，发表杂志包括INFORMSJournalonComputing,TransportationScience,以及TransportationResearchPartB等。曾获得2018年国家自然科学基金杰出青年基金。团队设计的算法已经被成功应用于东航、厦航、顺丰航空等企业。
报
告题目：数学规划在航空运营管理中的应用-从理论到实际
报告摘要：数学规划被广泛的应用在航空运营管理领域，取得了巨大的成功。例如，在航空公司运营管理、机场运营管理以及空域管理中，有众多的问题可以运用数学规划解决。这里，我们将会介绍如何建立数学规划模型，设计求解算法，解决航空运营中的几个实际问题。同时，我们也会讨论一些困扰中国航空业者的亟待解决的运营优化问题。
02
杨立兴，北京交通大学教授，博士生导师，长期从事交通优化管理与控制方面的研究，在国内外著名高水平学术期刊发表学术论文130余篇、出版学术专著1部、获授权发明专利5项、软件著作权7项。多篇论文入选“ESI高被引论文”和“ESI热点论文”；是国家自然科学基金“杰青”、“优青”获得者、教育部“青年长江学者”入选者、教育部“新世纪优秀人才支持计划”入选者；先后获教育部自然科学奖一等奖（2项）、中国自动化学会自然科学奖二等奖、“钟家庆运筹学奖”、“詹天佑铁道科学技术奖”、中国运筹学会“运筹新人奖”，入选北京交通大学首批“卓越百人计划”。兼任中国管理科学与工程学会理事、中国系统工程学会理事、中国运筹学会理事、中国运筹学会智能计算分会理事长、亚太工业工程与管理学会Fellow、交通运输顶级期刊TransportationResearchPartB编委会编辑、UrbanRailTransit副主编、全国性一级学术期刊《系统工程学报》编委等。
报告题目：城市轨道交通运输组织优化模型及Benders分解算法
报告摘要：城市轨道交通以其大运量、低能耗、安全、快速、便捷等特点，已经成为了缓解地面交通压力、解决大城市病的重要手段之一。本报告在深入分析城市轨道交通需求特征的基础上，从满足实际运输需求的角度，为城市轨道交通运输组织过程中的几类优化问题构建了线性混合整数规划模型。进一步，分析了模型的结构特征及复杂性，设计了有效求解相关模型的Benders分解算法。最后，以北京地铁运营数据为例进行了实证分析，验证了上述方法的有效性。本研究可为城市轨道交通系统的安全、高效运营提供有效的理论方法和技术支撑。
03
镇璐，1981年生，上海大学管理学院院长、教授、博导，校经管学科学位评定分委员会主席。入选国家杰青、优青、青年长江、上海市青年拔尖、东方学者、曙光学者、浦江人才、英国运筹学会会士。1999年至2008年就读于上海交通大学，先后于2003年、2008年获学士、博士学位。博士毕业后，赴新加坡国立大学从事了两年多的博士后研究，2011年3月起任职于上海大学管理学院，担任讲师，先后于2011年10月、2012年11月破格晋升为副教授、教授。近年来以第一作者或通讯作者，发表SCI或SSCI国际期刊论文80篇（第一作者61篇，通讯作者19篇）。先后主持国家自科青年基金（2011）、优青（2014）、面上（2016）、重点（2018）、杰青（2020）五项国家级课题。研究成果曾荣获教育部第八届高等学校科学研究优秀成果奖（人文社会科学）二等奖，上海市哲学社会科学优秀成果一等奖、二等奖，中国物流与采购联合会科学进步一等奖等。受邀担任国际A档期刊TransportationResearchPartB、国际B档期刊Computers&OperationsResearch、JournaloftheOperationalResearchSociety等五本SCI/SSCI国际期刊的副主编和编委；另外受邀担任中国管理科学与工程学会常务理事、中国物流学会常务理事等。
报告题目：面向智能仓储系统的决策优化模型与算法研究
报告摘要：电商顾客对订单处理速度要求不断提高，“双十一”等高峰期不断出现“爆仓”现象。同时，传感器、机器人等设备性能逐渐提升，5G技术支持的数据传输能力突飞猛进，使得智能仓的建设与应用初见雏形。而要在控制成本的前提下实现智能仓库系统的高效运行，就必须从系统最优化的角度探讨如何真正实现“作业无人化”、“运营数字化”和“决策智能化”。本报告将介绍针对面向智能货架搬运机器人的物料分拣决策、智能移载搬运机器人的包裹分拣路径规划、自动化立体仓库的入库作业路径优化、考虑整托的自动化立体仓库出库作业路径优化、基于智能料箱搬运叉车的拆零补货路线规划、移动倾斜式托盘机器人系统中AGV包裹分拣路径规划等问题的一系列决策优化建模与算法研究结果。
04
邢立宁，国防科技大学研究员，博士生导师，主要研究方向为智能优化、资源调度及任务规划等。中国仿真学会智能仿真优化与调度专委会主任委员。发表学术论文100余篇，七篇入选ESI引用前1%和10%论文。相关成果荣获中国仿真学会科学技术奖创新技术一等奖、湖南省自然科学二等奖、吴文俊人工智能科学技术二等奖等。入选教育部“新世纪优秀人才支持计划”；获得湖南省自然科学杰出青年基金项目。出版专著4部，获得20余项国家发明专利授权，主持和参与国家自然科学基金等项目20余项。
报告题目：面向航天器资源的通用化调度技术
报告摘要：针对航天器任务调度大规模、复杂化的新常态和灵活组网、快速响应的新要求，综述了航天器任务调度模型、算法与通用求解技术的发展现状。在此基础上，指出了开发航天器任务调度统一化建模语言、打造算法库与测试集等未来航天器任务调度研究的新方向。
05
邓天虎，清华大学工业工程系副教授，国际运筹与管理科学学会FranzEdelmanLaureates。2008年毕业于清华大学工业工程系，获学士学位；2013年毕业于美国加州大学伯克利分校，获博士学位。主要研究智慧供应链的方法论框架和企业解决方案。负责执行的中石油天然气管网优化项目入围INFORMS设立的管理科学应用界最高奖项弗兰茨·厄德曼奖（FranzEdelmanAward）2018年决赛。目前研究成果已于OperationsResearch、Manufacturing&ServiceOperationsManagement,INFORMSJournalonComputing以及Interfaces等国际学术期刊上获得发表。学术兼职包括期刊Omega-theinternationalJournalofmanagementscience的副主编。主持国家自然科学基金的优秀青年基金项目，参与完成国家重大、重点自然科学基金各1项。作为项目联系人组织国家科技部重点研发计划一项，主持海军军队项目2项。
报告题目：DigitalTwin:WhatItIs,WhyDoIt,RelatedChallenges,andResearchOpportunitiesforOperationsResearch
报告摘要：数字孪生（DigitalTwin）作为一种数字化转型升级的新范式，引起了国内外从业者和学者的关注与讨论。然而，针对数字孪生的定义和实现，业界与学界目前都尚未形成统一的认识。为解决这一问题，我们提出了成功构建数字孪生系统的四个关键要素：数据（data），仿真（simulation），联结（connection）和人（human）。基于以上要素，我们总结出数字孪生的研究与应用实践面临的三方面挑战：（1）大规模数字化（digitalatscale）；（2）数据密集型系统中的决策智能（decisionintelligenceindata-intensivesystem）；（3）目标，决策和执行之间的一致性（consistencybetweenobjective,decision,andexecution）。针对上述挑战，我们指出运筹学，特别是其中的仿真优化研究领域，在构建高效、智能的数字孪生系统方面具有至关重要的作用。因此，我们凝练出六个数字孪生与运筹学相结合的研究方向，包括（1）如何有效地集成单个系统；（2）如何处理数字孪生系统中的数据质量问题；（3）如何建立高精度仿真器来反映现实世界；（4）如何利用模型和数据来实现决策智能；（5）如何解决人与数字孪生系统的信任问题来确保目标、决策和执行之间的一致性；（6）如何在实践中建立数字孪生系统。
06
王海，麻省理工学院(MIT)运筹学博士，运筹学和交通学双硕士，清华大学土木工程学士，现为新加坡管理大学智能系统与决策优化方向助理教授，美国卡内基梅陇大学信息系统与公共政策学院访问助理教授。研究并应用运筹学，大数据，机器学习，以及人工智能的方法进行复杂系统的设计和运营，尤其是智慧城市，交通，以及物流系统。所著多篇论文发表在TransportationScience,AmericanEconomicReviewPapers&Proceedings,M&SOM,TransportationResearchPartB等期刊上。王海获得了运筹学管理学会INFORMS轨道交通竞赛第一名，计算交通学会年会最佳论文,交通物流领域ChanWui&YunyinRisingStarFellow杰出青年研究奖，新加坡LeeKongChianResearchExcellenceAward,以及JuniorFacultyTeachingExcellenceAward。王海担任期刊TransportationResearchPartB创新与共享交通特刊客座主编(GuestEditor)，INFORMS期刊ServiceScience交通赋能城市服务特刊客座主编，并为ManagementScience,TransportationScience等40多种学术期刊担任审稿工作。王海在麻省理工学院期间曾担任麻省理工学院中国学生学者联合会主席以及中国创新创业论坛主席。
报告题目：共享交通系统与多目标在线匹配
报告摘要：随着移动终端和无线通信技术的迅速发展和普及，作为共享经济商业模式的先驱，共享交通系统的网约车服务(ride-sourcing)正在颠覆性地改变交通与出行行业。网约车共享出行平台由一个典型的双边市场组成，首先，我们简单介绍一个通用的框架来描述网约车系统，总结相关的重要研究问题。其次，针对共享交通系统的司乘匹配和派单问题，我们考虑动态决策所涉及的多维目标，在稳定(stationary)与非稳定(non-stationary)的随机决策环境下，我们提出了快速高效的多目标在线匹配算法，并证明了算法良好的理论性质。通过数值实验和平台测试，我们验证了算法在解决实际多目标动态优化问题上的良好表现。
07
罗志兴副教授于2010年在华南理工大学获得学士学位，于2014年在香港城市大学获得博士学位，现为南京大学工程管理学院副教授，主要研究的领域是运筹优化算法设计、智慧物流、智能制造等，长期致力于管理科学领域经典的组合优化问题研究，包括车辆路径问题、装箱问题、网络规划问题等。他主持国家自然科学基金青年项目一项，累计发表SCI/SSCI论文17篇，其中2篇INFORMSJournalonComputing、4篇TransportationScience以及1篇TransportationResearchPartB。他2018年参加京东物流举办的“全球运筹优化挑战赛”，在城市物流运输车辆智能调度赛题获得第一名，2019年入选中国科协青年人才托举工程。
报告题目：ABranch-and-Price-and-CutAlgorithmfortheCable-RoutingProbleminSolarPowerPlants
报告摘要：Inthisstudy,weaddressthecable-routingproblemarisingintheplanningoflarge-scalesolarpowerplants,whichaimstodeterminethepartitionofthePVarrays,thelocationofcombinerboxes,andcableroutingsuchthattheinstallationcostofthecablesconnectingthecomponentsisminimized.Weformulatetheproblemasamathematicalprogrammingproblem,whichcanbeviewedasageneralizedcapacitatedminimumspanningtree(CMST)problem,andthendeviseabranch-and-price-and-cut(BPC)algorithmtosolveit.TheBPCalgorithmusestwoimportantvalidinequalities,namelythecapacityinequalitiesandthesubset-rowinequalities,totightenthelowerbounds.Wealsoadoptseveralaccelerationstrategiestospeedupthealgorithm.Usingreal-worlddatasets,weshowbynumericalexperimentsthatourBPCalgorithmissuperiortothetypicalmanual-basedplanningapproachusedbymanyelectricpowerplanningcompanies.Inaddition,whensolvingtheCMSTproblemwithunitarydemands,ouralgorithmishighlycompetitivecomparedwiththebestexactalgorithmintheliterature.
08
章宇，西南财经大学教授、博士生导师。东北大学本科、直博，新加坡国立大学联合培养博士。曾赴新加坡国立大学任研究员，并多次受邀访问。主要从事鲁棒优化及其在物流、供应链、交通、医疗管理中的应用研究。主持国家自然科学基金项目一项，参与多项。以第一作者身份在OperationsResearch，MathematicalProgramming，EuropeanJournalofOperationalResearch，Omega等期刊发表学术论文多篇。获2019年管理科学与工程学会“优秀博士学位论文”奖（全国10篇/年）。
报告题目：VehicleRepositioningunderUncertainty
报告摘要：Weconsiderageneralmulti-periodrepositioningprobleminvehicle-sharingnetworkssuchasbicycle-sharingsystems,free-floatcar-sharingsystems,andautonomousmobility-on-demandsystems.Thisproblemissubjecttouncertaintiesalongmultipledimensions—includingdemand,traveltime,andrepositioningduration—andfacesseveraloperationalconstraintssuchastheservicelevelandcostbudget.Weproposearobustnessoptimizationmodeltotackletheseuncertainties;thusweaimtosatisfyoperationalconstraintsunderareferencedistributionyetalsotoprotectagainstambiguityinthetruedistribution.Thispaperisthefirst,asfarasweknow,toincorporatevarioustime-dependentuncertainties.Wethenreformulatethemodelandefficientlyobtainsolutionsbysolvingasequenceofmixed-integerlinearoptimizationproblems.Extensivesimulationstudiesdemonstratethatourmodelyieldsremarkableperformanceinvarioussettingsandiscomputationallyscalable.Wefindthatourmodel,whencomparedtosuchbenchmarksas"fluid-basedoptimization",achievesthehighestaverageservicelevelforagivenrepositioningcostbudget;italsoisrobusttoadversecircumstances(i.e.,itsworst-caseservicelevelisalsothehighest).
09
程春，博士，现为东北财经大学现代供应链管理研究院助理教授。2020年毕业于加拿大蒙特利尔大学工学院应用数学专业，博士期间赴新加坡国立大学和麻省理工学院各交流半年。2016年硕士毕业于清华大学工业工程系且获得“清华大学优秀毕业生”荣誉称号。其研究方向为供应链管理，包含设施选址问题，库存路径问题及无人机配送问题。其研究成果以第一作者身份已发表在INFORMSJournalonOptimization,Omega,TransportationResearchPartB,PartE及InternationalJournalofProductionEconomics等期刊。
报告题目：无人机在最后一公里配送中的路径优化
报告摘要：近年来，无人机配送获得了广泛的关注。自2013年亚马逊宣布“PrimeAir”无人机服务后，各大公司（如DHL、阿里巴巴及京东等）也相继开始研发送货无人机。无人机在节约配送成本和缩减配送时间方面有着极大潜能。其独有的特征（如有限的载重和电池容量）使得无人机的路径优化不同于传统的车辆路径优化问题。本次报告将着重介绍无人机在确定环境下的多趟次路径规划问题和受不确定天气情况影响的随机配送问题。涉及到的方法主要包括混合整数规划和分布式鲁棒优化等。
10
朱宁，天津大学管理与经济学部副教授，主要研究方向是交通系统运营管理与优化。使用混合整数优化、随机优化、鲁棒优化、随机过程等技术工具对交通与物流系统中的选址、车辆路径优化、资源分配等问题进行研究。具体研究问题包括：交通检测器优化选址、公共交通系统优化与建模、无人机线路优化、公共自行车系统选址与再平衡问题、灾难救援中的线路优化等问题。以一作/通讯作者发表论文19篇，包括INFORMSJournalOnComputing、TransportationScience、TransportationResearch-PartB/C、EuropeanJournalofOperationalResearch、JournalofScheduling、系统工程学报等期刊，主持国家自然科学基金项目三项。
报告题目：TeamOrienteeringwithTime-VaryingProfit
报告摘要：Thispaperstudiestheteamorienteeringproblem,wherethearrivaltimeandservicetimeaffectthecollectionofprofits.Suchinteractionsresultinanon-concaveprofitfunction.Thisproblemintegratestheaspectoftimeschedulingintotheroutingdecision,whichcanbeappliedinhumanitariansearchandrescueoperationswherethesurvivalratedeclinesrapidly.Rescueteamsareneededtohelptrappedpeopleinmultipleaffectedsiteswhereasthenumberofpeoplewhocouldbesaveddependsaswellonhowlongarescueteamspendsateachsite.Efficientallocationandschedulingofrescueteamsiscriticaltoensureahighsurvivalrate.Tosolvetheproblem,weformulateamixedintegernon-concaveprogrammingmodelandproposeaBendersbranch-and-cutalgorithm,alongwithvalidinequalitiesfortighteningtheupperbound.Tosolveitmoreeffectively,weintroduceahybridheuristicthatintegratesamodifiedcoordinatesearch(MCS)intoaniteratedlocalsearch.Computationalresultsshowthatvalidinequalitiessignificantlyreducetheoptimalitygap,andtheproposedexactmethodiscapableofsolvinginstanceswherethemixedintegernonlinearprogrammingsolverSCIPfailsinfindinganoptimalsolution.Inaddition,theproposedMCSalgorithmishighlyefficientcomparedtootherbenchmarkapproacheswhereasthehybridheuristicisproventobeeffectiveinfindinghigh-qualitysolutionswithinshortcomputingtimes.WealsodemonstratetheperformanceoftheheuristicwiththeMCSusinginstanceswithupto100customers.
11
周琛淏博士，现为西北工业大学管理学院教授、博士生导师。本科毕业于西安交通大学，2017年获新加坡国立大学博士学位。曾在美国佐治亚理工学院、新加坡国立大学做博士后和研究助理教授。2020年8月，加入西工大并评为教授。周博士秉持着做“顶天立地”的研究的理念，将仿真与优化相结合的理论与方法，广泛地用于解决自动化码头智能管控的相关科学与工程问题。在新加坡国立大学期间，主持或参与多项政府项目，曾带领近15人团队与美国乔治梅森大学、悉尼大学、新加坡政府、新加坡PSA国际港务集团、新加坡裕廊港、上海振华重工、上海音锋机器人等开展合作，并在业内杂志PortTechnologyInternational发表2篇成果。在科研上，作为第一或通讯作者共发表论文14篇，包括TransportationScience发表论文2篇，IISETransactions2篇，TransportationResearchPartC/E发表3篇等。此外，先后获得新加坡国立大学颁发的国家半导体金奖，欧美同学会首届“双创”大赛西部赛区三等奖，国际会议最佳会议论文奖等。
报告题目：“仿真+优化”的智慧集装箱码头研究
报告摘要：大力发展智慧港口并加快建设自动化码头是十四五规划与“交通强国”战略的重要组成。国务院近期印发的《国家综合立体交通网规划纲要》也指出“科技创新能力、安全智慧绿色发展水平还要进一步提高”，鼓励港口广泛应用物联网、自动化等技术，推动自动化码头和堆场发展。紧跟国家战略需求，将“管理科学与工程”及“交通运输管理”的理论与方法灵活用于解决智慧港口与自动化码头的科学与工程问题，具有巨大前景。
仿真与优化作为学界与业界最常用的方法，已经广泛应用于码头运营、调度、管控等问题中；仿真优化作为近几年兴起的一类方法，也在码头研究中渐渐展开。本报告首先汇总近几年“仿真+优化”的研究现状与研究方法的分类；随后，将对报告人在宏观规划、堆场管控、无人车管控三个方面的近期研究进行案例分析，包括基于仿真优化的港口恢复力研究，堆场空间分配研究及多设备协同调度研究；之后，将分享一些可供探索的研究题目。最后，报告将从年轻教师视角，分享“产学研与个人成长道路”的想法。
12
张真真，同济大学副教授。曾任新加坡国立大学工业工程系助理教授（ResearchTrack），分别于2009年与2012年在厦门大学计算机系获得学士与硕士学位，2016年在香港城市大学管理科学系获得博士学位。主要研究方向为大规模整数规划、鲁棒优化、及其在路径规划等物流问题中的应用。在OperationsResearch，TransportationScience，TransportationResearchPartB等国际知名期刊发文十余篇。
报告题目：时变多行程车辆路径问题研究
报告摘要：随着城市交通状况的日益复杂和运作管理的精细化，时变行驶时间和多行程等城市物流配送的重要特征必须在规划车辆路径时加以考虑，给决策者带来了很大挑战。本次报告将深入探讨时变行驶时间的不同刻画函数的性质，及给定路径中各节点处对应的就绪、时长函数性质，进而详细讲解对应的数学模型、出发时间和快速评估机制等启发式算法中的关键技术。然后结合多行程相关的性质，讨论上述方法在多行程情形下的扩展，并利用自适应大规模搜索算法进行范例讲解。最后，给出一些待研究的问题与方向。返回搜狐，查看更多
人工智能在司法领域的应用
短短50年，司法（法律）人工智能的飞速发展令人惊叹，特别是近几年，人工智能大有取代法律人的趋势。在国外，人工智能应用于司法领域的例证可追溯至20世纪70年代，美国等发达国家研发了基于人工智能技术的法律推理系统、法律模拟分析系统、专家系统运用于司法实践。
我国最初将人工智能应用于司法是在20世纪80年代，由朱华荣、肖开权主持建立了盗窃罪量刑数学模型；1993年，赵廷光教授开发了实用刑法专家系统，具有检索、咨询刑法知识和对刑事个案进行推理判断、定性量刑的功能。
时至今日，随着我国智慧法院、智慧检务等重点工程的全面铺开，最高人民法院在2018年推出了“智慧法院导航系统”和“类案智能推送系统”，还有北京的“睿法官”智能研判系统、上海的“206”刑事案件智能辅助办案系统、河北的“智审1.0”审判辅助系统以及其他地方法院推出的人工智能产品，为法官审理案件提供了支持，全面提高了司法效率。
正如我们所看到的，司法人工智能一路走来，技术不断革新，愈发突破人类的认知极限。确实，人工智能在司法领域的应用前景十分广阔，很多学者甚至大胆猜测随着人工智能技术革命性的发展，法律人也将逐渐被取代。然而，尽管这一新兴事物激发了我们对未来的无限畅想，我们仍应保持清醒，在促进其发展的同时守住一些底线，不要抱有盲目的期待和开展毫无方向的研究，要在法律原则和伦理限度内客观评估、审慎使用。下文我们将对此展开详细的论述。
人工智能在司法领域的应用现状
（一）法律问答、信息处理数据化
司法人工智能在法律检索、信息处理上呈现电子化、数据化的趋势，并且这一趋势将如日中天地延续下去。如法律问答、诉前咨询、电子卷宗生成、远程立案等都属于在线信息处理技术，在此期间运用的人工智能没有自主思考过程，仍然由人进行实质化操作，其核心在于由传统的线下办案转为线上模式，为当事人及办案人员提供便利。其中法律问答机器人似乎与我们脑海中想象的人工智能更加接近，通过检索在机器人系统中提前设置好的固定提问模式来获取所需信息，其本身无法根据不同疑难问题产生额外答案，但对于日常一般案件所需还是可以满足的。
再如卷宗OCR识别、庭审语音识别、证据识别等属于感知智能技术，相较于传统的扫描、录音等技术有很大提升。以庭审语音识别为例，科大讯飞的灵犀语音助手特别针对中文口音问题进行了识别优化，语音识别率已能达到90%以上。与书记员在庭审中手动输入文字材料相比，庭审语音识别技术大大提高了庭审记录效率，经对比测试，庭审时间平均缩短20%至30%，复杂庭审时间缩短超过50%，庭审笔录的完整度达到100%。此外，这一技术的推广能够解决运用录音、录像技术记录庭审过程的最大弊端，即我国的方言问题，这就避免了后期因录音识别难度大所造成的理解困难。其次，识别转化后的电子书面材料与录音、录像这一载体相比，查阅起来也更加有针对性，更加方便快捷，正在起到解放书记员的作用。
（二）文书制作、类案推送自动化
在文书制作与类案推送上，司法人工智能发挥的作用比基础的信息处理就多了一些智能化的因素。对于大多数简单案件，如危险驾驶、小额借贷纠纷、政府信息公开等可以简化说理并且能够使用要素化、格式化裁判文书的案件，裁判文书自动生成系统能够通过OCR、语义分析等技术，自动识别并提取当事人信息、诉讼请求、案件事实等关键内容，按照相应的模板一键生成简式裁判文书。对于其他制式法律文书的生成更是不在话下，还能够自动纠错，因而大大缩短了起草文书的时间，减轻了法官的工作量，帮助法官提高办案质效。
例如河北高院研发的“智慧审判支持”系统，就包含这样的文书制作功能，于2016年7月上线，在河北194个法院应用，截至2017年6月，短短不到一年的时间共处理案件11万件，生成78万份文书。以此积累从而建立自己的案例信息库，通过分门别类、匹配标记达到类案检索，在法官办案时自动筛选以往相似度较高的案例，实现类案推送提醒，为法官对相似案件的审判提供参考。如此一来，能尽量避免“类案不同判”和“法律适用不统一”的问题，有利于统一本地的司法裁判尺度，防止裁判不公。
（三）案件分析、辅助裁判智能化
人工智能减轻了办案人员处理日常琐碎事务的负担，在这样的背景下，我们不仅希望人工智能在可量化、低效率的环节发挥作用，还期待能够进一步发挥其智能化的优势，从而提高司法效率。于是，将其应用于案件分析与裁判就成了一个重要议题。在案件分析的初级阶段，通过设置分流原则和调整繁简区分要素，智能分案系统能对各类案件进行精细化处理，在平台运转过程中，分别针对刑事、民事、行政等不同案件的特点，综合各项权重系数，科学测算每个案件所需的办案力量，帮助法院实现对案件的繁简分流，合理配置司法资源，缓和“案多人少”的压力。在案件的深度分析及辅助裁判上，北京法院的“睿法官”系统能在庭审前自动梳理出待审事实，生成庭审提纲，并推送到庭审系统中。上海“206系统”的最大亮点是证据标准、证据规则指引功能，这一功能实现了证据资料的智能审查，为办案人员提供了标准化指引。此外，阿里推出的“AI法官”针对交易纠纷类案件建立了整套审判知识图谱，能够迅速分析案情并在极短时间内向法官给出判案建议。
总之，司法与人工智能的深度结合在理论界讨论得热火朝天，对人工智能产品的应用某些方面已经走在了理论的前面，司法系统的改革亦是大势所趋。但这并不意味着目前的研究与应用是完全科学、有效的，对司法人工智能的应用空间及限度尚需细细推敲。
人工智能在司法领域的应用限度
（一）在广度上不能覆盖司法活动全程
目前，司法人工智能被集中运用于流程性重复低效劳动以及依据模型简单推理等环节，能够辅助处理事务性工作，在通用技术已然成熟的领域还是十分成功的，如在线方式的信息处理（信息电子化）以及语音识别技术的应用，确为司法活动提供了极大的便利。然而，我们发现，不管是在线信息处理还是语音识别，都是日常生活中已经广泛应用的技术，这几项应用的成功取决于成熟人工智能技术的普遍性适用。以语音识别为例，我们平时在智能手机中常用的语音输入法便是这一技术最普遍的体现，只是在庭审中对此功能开发的更加精准与完善了而已，虽然场景不同，但其本质是不变的。
由此可见，目前成功广泛应用的人工智能产品大多是将通用化的技术稍加完善，便移植到了部分司法活动中，而对于其他司法环节，如疑难案件的事实认定、评价证据的证明力度、法律解释等等，仅靠通用技术的成熟是无法满足其需求的，要通过非形式逻辑与司法经验等因素的灌输来“定制”专门化产品，使其达到能够应对大多数司法问题的水平，从而贯穿司法活动全程。关键就在于能否实现这种“定制”呢？这不仅意味着需要有高度发达的研发水平作为支撑，还需要将人工智能、法律知识、司法经验等多重因素深度融合，使人工智能具备法律人的逻辑与思维，其难度远远高于日常通用技术的开发。于是，如果期望人工智能技术覆盖司法活动全程，我们不难得出，这种“定制”是很难、甚至无法实现的。
（二）在深度上不能替代法官价值衡量
如上文所提到的，司法人工智能已经在信息检索、文书制作、智能识别、证据指引等方面得到了成功的推广应用，对于一些简单案件也可以实现辅助推理并提出量刑建议。其强大的数据处理能力大大减轻了法官从事日常琐碎工作的负担。虽然还有相关研究表明，将人工智能运用于预测裁判结果，得出的预测准确度远高于人类，但是就能如部分人群所追捧的那样，将人工智能取代法官吗？
人工智能是关于数据的技术，依赖于人类对它进行设计和编程，它只能对人类输入的已有知识和信息进行模式化的吸收和处理，尽管它对现有知识的掌握度远超人类，但致命的缺陷就在于它不能适应人类社会日新月异的变化。法律适用作为对现实社会的即时反映,在司法裁判的价值衡量中融入社会一般公正观念是一种常态，而这种价值衡量是一个十分复杂的过程,“带有人情味的价值判断”很难被机器所学习。而司法裁判是关于经验的艺术，美国大法官霍姆斯说过，法律的生命在于经验而不是逻辑，他要求法官根据社会生活的不断变化赋予每个案件独特的裁判价值，不要被固有的法律逻辑所束缚。这就需要在法律规范和生活之间有交互往返的认知过程，通过复杂的价值判断来获得结论。从这个角度来说，人工智能法官只能按照事先设置的形式化指令来裁判案件，亦步亦趋地跟随着人类的操控，没有人的参与和输入，机器学习不会自主发生，更不会有人的独立思维，也就无法满足法官在价值判断过程中的语境化需求。正如霍姆斯法官说得那样，法律不是纯粹的逻辑和极致的理性，在司法裁判中还应考虑经验、道德和温情。毕竟，只懂法律的人不一定能够胜任法官,更何况只懂法律的机器呢？
司法人工智能的应用前景与出路
（一）司法人工智能：好钢用在刀刃上
人工智能最大的优势就在于它直接服务于人，通过介入司法活动的各个环节，在信息储存、数据运算、简单推理等方面发挥着重要作用，办案人员借助这些辅助功能最大限度地将自身从重复性、事务性的工作中解脱出来，还能及时发现并纠正一些细节问题，从而能够将时间和精力真正投入到分析疑难案件本身，实现了司法资源的优化配置。不仅如此，人工智能介入司法环节还能够在办案过程中对法官的行为进行程序化约束，矫正法官的主观偏见，扩展法官的认知能力，减少法官因直觉等主观因素对价值判断形成的消极影响。
司法实践中，人工智能作为辅助工具带来便捷，但也仅限于服务法官、辅助法官。因此，对司法人工智能的研发要将重心放在其辅助功能上。并且，基于当前司法人工智能在通用技术领域的应用上已经取得了相应的成果，因而未来应当更倾向于针对司法活动的专业性特征，进行司法专用领域的技术开发。比如，国外的一些法院利用人工智能对案件结果进行预测，还将人工智能运用于审查专家证言的可采性上，为法官裁判案件提供指引和参考。我国在研发时也可以结合自身实际来开发相应的产品。此外，也可以针对我国部分法院开始应用的量刑推荐、审判偏离预警等功能进行进一步完善与推广。
技术是人类社会进步的重要力量，人类作为社会发展的主体，必须将技术为我所用。正所谓“君子性非异也，善假于物也”，只有懂得如何开发与利用司法人工智能，善于扬其长避其短，才能将人工智能的价值发挥到最大化，只有将这块好钢用在刀刃上，才能为司法、为人民创造更多的价值。
（二）人工智能法官：不可望也不可即
早在20世纪70年代，已有学者提出假设——人类法官是否能被机器法官所取代，以消除法律的不确定性？我国最高人民法院副院长贺荣给出了明确的答案：机器人大法官绝无可能出现。
事实上，无论是普通民众，还是在领域内深耕已久的专家，都对计算机、人工智能和机器人这些事物的概念难以详细地区分。但有一点众所周知，它们的运作本质都是“接收信息-处理信息-输出信息”这样一种计算过程，每一个步骤都需要确切的定义，存在“唯一正解”。而司法裁判的魅力却在于往往不追求非黑即白，每个具体的案件都有其独特的一面，除了追求客观与合法之外，其中隐含的人情世故、伦理道德错综复杂，需要有审判智慧和审判经验的法官进行心证和裁量。法律虽然是冰冷的，但适用法律的过程却蕴含着温情，比如“于欢案”中，杀死“辱母”者这样为母复仇的情节富有非理性的情感色彩，与我国自古以来“父之仇，弗与共戴天”的礼法观念不无关联，这些人情事理只有亲历了生活、接受过教育、感受过熏陶的人类法官才能体会和把握，而隔着冰冷屏幕的人工智能法官是无法体会其中之精妙的。此外，人工智能还面临着算法“黑箱”问题。司法裁判的过程，本身就是一个注重辩论和说理的过程，在庭审中，不仅双方的唇枪舌剑会给法官带来事实判断上的影响，一个交互的眼神、一个微妙的表情都会成为法官的捕捉点，我国西周时期就有“以五声听狱讼，求民情”的记载。而人工智能法官的判案过程则会是系统内部的数据处理和运算，得出的判决是一个“暗箱操作”的结果，我们对其中的运算过程一无所知，“黑箱”的封闭性决策直接与司法公开原则相违背，还可能会触发算法独裁和歧视，难免招致公众对判决结果的质疑，引发社会混乱。
更重要的是，我国宪法有明确规定，国家的一切权力属于人民，审判机关的权力由人民赋予，法官所行使的司法权实质上是人民主权理论下的公共权力。古代西方有这样一句法律格言：“法官只有一个上司，那就是法律。”在此公共授权的语境之下，法官在审判中享有绝对的权威，其他任何主体都不能左右法官的最终判决。从这个角度上来说，如果让人工智能取代法官，是将人民赋予的公共权力让渡给了一个机器，无异于放弃了人民的公共事业，而导向机器人的统治。机器人是否能够认可法律作为他的上司我们不得而知，但必然消解了司法裁判的意义，也破坏了司法公信，这是社会所不能接受和容忍的。
综上所言，人工智能法官取代人类法官这样的愿景，乍一听固然美好，但是却陷入了人工智能的万能论当中。司法裁判是理解的技艺，是一门价值衡量的艺术，其中蕴含的经验和智慧并非人工智能所能体悟。人工智能取代法官是一个不可望也不可即的遥远幻想，未来对司法人工智能的开发不能突破底线，毫无节制地利用人工智能改造审判系统只会为现代法治带来无可挽回的创伤。
结论
尽管人工智能热潮一次次席卷而来，不断突破想象、冲击认知，但我们不能盲目追捧，尤其在司法领域更应保持审慎和理性。对于司法环节中的一些事务性、重复性工作，无疑应当交给人工智能来处理，发挥其超强的整合运算功能，提高司法效率；对于司法活动中的核心权力，如审判权，则必须由法官独立行使，而人工智能因其自身认知和思维上的缺陷决定了其只能处于从属地位。此外，如果一旦将司法决策权交与人工智能，随之而来的算法黑箱、算法歧视必然对司法公正造成冲击，也是对人民主权和现代法治制度的消解。
未来，要坚守法官的主体地位和人工智能的辅助角色，对司法人工智能的研发也要在服务法官、辅助法官的路上继续前进，而不要误入取代法官的歧途。人工智能与司法的深度结合已是大势所趋，审时度势地做好这道司法人工智能的加法题，让“人工”和“智能”各归其位、各取所需、强强联合，才能为司法、为社会带来最大的价值，将司法高效与司法正义共同推进。
来源：《人民法治》杂志
作者：贾喆羽吕昭诗孙晓璞
原标题：《人工智能在司法领域的应用》
阅读原文
IGF 2023《人工智能为儿童——面向儿童群体的人工智能应用调研报告》发布活动成功举行
2021年联合国互联网治理论坛（IGF）于12月6日至10日在波兰卡托维茨以“线上+线下”形式举行，论坛以“互联网大联合（InternetUnited）”为主题，设置研讨会、开放论坛、闪电发言、成果发布与颁奖等多个环节。
12月10日，由中网联、中国传媒大学和联合国儿童基金会（UNICEF）共同主办的IGF2021《人工智能为儿童——面向儿童群体的人工智能应用调研报告》发布活动成功举行，主会场设在中国传媒大学圆形报告厅。中网联秘书长赵晖、中国传媒大学副校长段鹏、UNICEF儿童保护处处长DoraGiusti出席并发言，相关国际组织、国内政府及社会组织、高校及企业负责人等来自15个国家约120人参加活动。
赵晖指出，中国一直十分重视未成年人网络保护工作，今年正式实施的新修订《中华人民共和国未成年人保护法》增设“网络保护”专章，力图实现对未成年人的线上线下全方位保护。她表示，中网联自2018年成立以来，高度关注并积极参与未成年人网络保护工作，今后将继续发挥独特优势，探索建立人工智能为儿童合作机制，为未成年人在网络环境下的健康发展出谋划策。
段鹏指出，人工智能技术的快速发展为儿童的教育、健康、娱乐等带来极大便利，也在隐私保护、公平性等方面带来挑战。中国传媒大学一直以来非常重视人工智能相关学科建设与技术进步、社会责任相融合，在智能媒体网络领域具有深厚学术积累。希望这次活动能为大家建立交流平台，助力人工智能技术在儿童领域的发展与应用。
Dora建议，应持续探究儿童的发展需求以及人工智能带来的机会和风险，通过加强国际合作，在全球范围共享实践经验和持续创新发展。希望以UNICEF2021年发布的《人工智能为儿童——政策指南》2.0版为基础，督促各方恪守社会责任，制定相应准则，推动人工智能为儿童技术进一步发展，切实维护儿童权利。
活动还邀请重庆市荣昌区网信办、阿里和腾讯分别分享了西部地区人工智能特色教育探索及实践、智慧体育学习与管理系统的应用实践、利用人工智能技术净化未成年人网络空间等实践案例，交流探讨有利于儿童健康成长的人工智能技术和道德伦理准则，向全球展示了我国在人工智能为儿童这一领域取得的成就。