此次年会是工业工程专业的大聚会，由于对人工智能兴趣浓厚，调度是实验室的传统，加上近来比较热门数据科学，所以我在拿到会议向导手册的时候，特别圈定了和这些主题相关的专场。其实每个专场都有其价值，然而人不能分身，即使可以也不能太过贪心，只能有选择地听讲。

我对此次的会议自我期待是：

• 获取和学习别人的思想
• 和相关领域的人员交流思想
• 认识厉害的科研工作者
• 提升自己的思考

虽然从结果来看，并没有完全达到预设，但还是有颇多感触。就简单以参加的专场说把。

Production, Logistics and Energy Scheduling in the Steel Industry

主讲人：Lixin Tang

主要内容

以炼钢行业为背景，提出了与调度相关的3个问题，涉及炼钢的工艺操作，物流转运操作，能耗分析等方面。几乎是将目前所遇到的问题都表达了出来，然后讨论这些背景下，如何调度的问题。

感想和启发

一般来说，做和调度相关的，可以走应用和求解两大方向。前者具体考虑实际碰到的问题，通常是针对特定环境下的具体问题，比如这个报告。这样的做的好处就是可以保证你一定能写出东西来，而且流程也比较简单，建立合适的目标函数，具体的环境成了相关约束，数据来源于实际企业，最后设计简单的算法求解即可。其关键在于模型是否合理以及你怎么论证所建模型的合理性，由于问题特殊，一般没有可比较对象。稍微加深一点，就要脱离这个特殊背景，从预设中抽象出一类调度问题，例如经典的JSP、FJSP等，然后就这类问题的进行深入和求解方法探讨。而在求解方向上，理论性就更强一些，例如案例设计、算法设计这类，一般可以有参照可比，也容易检验。

Job Shop Scheduling with Task Similarity and Knowledge Transfer

主讲人：Huan Jin

主要内容

在医疗行业背景下，描述了基于知识转移的假设下，医护工作者可以从重复的相同工作或类似工作中，获得相关经验，提升工作能力，这类经验也可以从同事这里获得。如何安排这些医护工作者的工作可以描述成一类调度问题，由于这个问题已经有相关的问题抽象，主讲人的重点在于如何设计求解方法。她将这些不同的经验渠道通过线性组合，以克服学习曲线的非线性所带来的问题，并设计了算法，结果似乎不错。

感受和启发

医疗领域是工业工程的重要应用背景之一，虽然国内的情况并非如此，但至少在美国，与医疗行业合作确实会有较多的科研经费，而且与医疗领域的横向专业科研项目涉及范围非常广泛。由于对知识转移的背景不是很清楚，所以对于后面的算法设计只能看懂个大概，并没有达到推导过程了然于心的地步。一个经常在调度专栏出现的老外提问了，发现他们很关注结果出现很大改进的地方，要是自己的成果里面有涉及改进效果很好的部分，也要多想想改进的原因。

A Simple and Effective Appointment Sequencing Heuristic Algorithm Based on the First Half Rule

主讲人：Boray Huang

主要内容

也是和医疗相关，主讲人说预约调度问题是有别于传统的调度的，因为多了一道预约程序，这种情况非常地多见于专家号。对于有预约的调度，主讲人提出了一个对于前半数的最短时间规则，由于经典的单机JSP问题下，可以证明最短处理时间规则可以达到最优解，而有了预约的话，不一定能达到，所以主讲人对该启发式进行了改造，但是他说他的改造并非适用于所有情况，并且也没弄清楚哪些情况下这条准则是有效的，给出了大部分有效的算例和一个例外算例。

感受和启发

没有搞懂预约和传统调度问题中的开工时间（release time）下的调度有什么区别，难道说预约的灵活性更好？并且感觉后面的求解设计也没有完全做完，即没有证明是可用的，也没有证明什么情况下不适用。但是基于预约的调度应该会很常见于云制造环境，可以看看相关文献。

Quantification and Monitoring on E-commerce Reviews Dataset

主讲人：Suoyuan Song

主要内容

通过python 爬虫抓取京东的评价信息，进行文本挖掘，并通过监督学习，分辨垃圾评价(Outlier Detection)。设计了垃圾评价的辨别模式，机器学习应用。

感受和启发

数据挖掘目前是热门话题，做工业工程方面的学者大多喜欢凑这个热闹，也不光是工业工程，其实绝大部分领域都在凑这个热闹，未来确实是属于数据科学的。就报告而言，主讲人也坦然说，如何设定垃圾评价的阈值或者识别率的准线确实十一个非常技术性的问题，因为其本身就是垃圾识别的问题。此外，中文的文本挖掘非常有别于英文文本。

Tutorial: Applying Machine Learning in Online

Revenue Management

主讲人：David Simchi-Levi

主要内容

这是教学性质的主题报告，主讲人通过几大美国线上团购模式，描述了通过需求预测制定合理的价格和优惠券设置。利用了Thompson 采样的方法，进行训练集和测试集的划分，并阐述了这么划分的好处。

感受和启发

真是无处不有机器学习，作为计算机领域最为令人激动的分支，确实是可以在工业工程大有所为。

我的感受

科研的过程就是不断抽象的过程，寻求一种普适方法，可是很多事物就是特殊的，无法抽象，就成了特例。

医疗领域是当前美国的热门，国内由于国情等原因，似乎还没有如此大规模地发展，这可能是进十年内的发展热点。

人工智能的热门超出我的想像，但毕竟这是未来的发展趋势。正好自己的兴趣点也在这个领域，本来读博前还担心工业工程是否能继续折腾自己的兴趣，结论是完全可以。加油吧，未来等着我呢。

d