高亮（Gao Liang，Professor），华中科技大学副校长，机械科学与工程学院教授、博士生导师，2018年获得国家杰出青年基金资助，首届“科学探索奖”获得者，IET Fellow，国家智能设计与数控技术创新中心主任，国务院学位委员会智能科学与技术学科评议组成员，中国机械工程学会工业大数据与智能系统分会主任委员。长期致力于智能优化与机器学习方法在设计制造中的应用等研究。出版专著15部（其中英文专著5部），在Nature Communications、Advanced Materials以及Materials Science and Engineering R等期刊上共发表SCI论文620余篇，Web of Science被引2万次，H-index 68，（Google被引2.7万次，H-index 84）。2020年至今连续四年入选科睿唯安“全球高被引科学家”和爱思唯尔“中国高被引学者”。授权发明专利50项，登记软件著作权28项。获国家科技进步二等奖1项（2015年度，排名第2）、国家级教学成果二等奖1项（2022年度，排名第2）、教育部自然科学一等奖2项（2013年度和2022年度，均排名第1）、其它省部级一等奖2项。担任IET Collaborative Intelligent Manufacturing和Light: Advanced Manufacturing期刊共同主编、Chinese Journal of Mechanical Engineering等期刊副主编等。

科研项目

[1] 国家杰出青年科学基金，车间调度的理论与方法，51825502，350万，2019-2023，主持

[2] 国家自然科学基金与瑞典科研与教育国际合作基金会合作交流项目，基于动态多尺度数据分析的智能车间运行决策方法研究，51711530038，40万，2017-2019，主持

[3] 国家自然科学基金研究群体项目，高性能数字制造装备的基础研究，51721092，525万，2018-2020，参加

[4] 国家自然科学基金研究群体项目，高性能数字制造装备的基础研究，51421062，600万，2015-2017，参加

[5] 国家自然科学基金重点项目，大数据驱动的智能车间运行分析与决策方法研究，51435009，320万，2015-2019，参加
代表性著作：

[1]  高亮、邱浩波、肖蜜、李好，《优化驱动的设计方法》，清华大学出版社，2020年

[2]  高亮、李新宇、文龙，《工艺规划与车间调度的智能算法》，清华大学出版社，2019年

[3]  高亮、张春江、李新宇，《类电磁机制算法的研究与应用》，华中科技大学出版社，2017年

[4]  高亮，张国辉，王晓娟。《柔性作业车间调度智能算法及其应用》，华中科技大学出版社，2012年

[5]  张洁、秦威、高亮，《大数据驱动的智能车间运行分析与决策方法》，华中科技大学出版社，2020年

[6]  潘全科、高亮、李新宇，《流水车间调度及其优化算法》，华中科技大学出版社，2013（中文）

[7]  张洁、高亮、李培根，《Agent技术在先进制造中的应用》，科学出版社， 2004（中文）

[8] Vendan, S.A., Kamal, R., Karan, A., Gao, L., Niu, X.D., Garg, A，Welding and Cutting Case Studies with Supervised Machine Learning，Springer，2020年

[9] S. Arungalai Vendan, Murugan Natesh, Akhil Garg,Liang Gao, Confluence of Multidisciplinary Sciences for Polymer Joining, Springer Singapore,2019年

[10] Vendan, S.A., Gao, L., Garg, A., Kavitha, P., Dhivyasri, G., SG, R. Interdisciplinary Treatment to Arc Welding Power Sources, Springer, 2019, ISBN 978-981-13-0806-2

[11] Li, X.Y., Gao, L. Effective Methods for Integrated Process Planning and Scheduling, Springer, 2020, ISBN 978-3-662-55303-9



期刊论文：

[1] L. Wen, X. Y. Li, L. Gao*, Y. Y. Zhang, “A New Convolutional Neural Network based Data-Driven Fault Diagnosis Method,” IEEE Transactions on Industrial Electronics, 65(7): 5990-5998, 2018.

[2] X. Y. Li, C. Lu, L. Gao*, S. Q. Xiao and L. Wen, “An Effective Multi-Objective Algorithm for Energy Efficient Scheduling in a Real-Life Welding Shop,” IEEE Transactions on Industrial Informatics, 14(12): 5400-5409, 2018.

[3] L. Wen, L. Gao* and X. Y. Li, “A New Deep Transfer Learning Based on Sparse Auto-Encoder for Fault Diagnosis,” IEEE Transactions on Systems, Man, and Cybernetics: Systems, 49(1): 136-144, 2019.

[4] X. Y. Li, L. Gao*, Q. Pan, L. Wang, K-M Chao, An effective hybrid genetic algorithm and variable neighborhood search for integrated process planning and scheduling in a packaging machine workshop. IEEE Transactions on Systems, Man, and Cybernetics: Systems, 2018, doi: 10.1109/TSMC.2018.2881686.

[5] L. Wen, X. Y. Li, L. Gao*, “A New Two-level Hierarchical Diagnosis Network based on Convolutional Neural Network,” IEEE Transactions on Instrumentation and Measurement, 2019, doi: 10.1109/TIM.2019.2896370.

[6] K. Xia, L. Gao*, L. Wang, W. Li, K-M Chao, “A semantic information services framework for sustainable WEEE management toward cloud-based remanufacturing,” Journal of Manufacturing Science and Engineering-Transactions of the ASME, 137(6), 2015.

[7] L. Gao; Q-K Pan*, “A shuffled multi-swarm micro-migrating birds optimizer for a multi-resource-constrained flexible job shop scheduling problem,” Information Sciences, 372: 655~676, 2016.

[8] L. Gao, X. Y. Li*, X. Y. Wen, C. Lu, F. Wen, “A hybrid algorithm based on a new neighborhood structure evaluation method for job shop scheduling problem,” Computers & Industrial Engineering, 88: 417~429, 2015.

[9] L. Gao, C. J. Zhang; X. Y. Li, L. J. Wang*, “Discrete electromagnetism-like mechanism algorithm for assembly sequences planning,” International Journal of Production Research, 52(12): 3485~3503, 2016.

[10] X. Y. Li, L. Gao*, “An effective hybrid genetic algorithm and tabu search for flexible job shop scheduling problem,” International Journal of Production Economics, 174: 93~110, 2016.
荣誉获奖

2020年入选科睿唯安“全球高被引科学家” （H因子47）

2019年首届腾讯“科学探索奖”获得者

2015年获国家科学技术进步二等奖（排名第2）

2013年获教育部自然科学一等奖（排名第1）

2013年获中国机械工程学会青年科技成就奖

2013年被评为武汉市优秀科技工作者

2012年入选湖北省新世纪高层次人才工程第一层次人选

2012年获湖北省科学技术进步二等奖

2012年获湖北青年五四奖章

2011年获湖北省青年科技奖

2008年获教育部科技进步一等奖

2008年入选教育部新世纪优秀人才