2024年6月19日上午，西班牙奥维耶多大学Camino Rodriguez Vela教授应太阳成集团tyc4633(中国)有限公司-百度百科邀请，在王湘浩楼A521教室为我院师生作了题为“The iScOp (intelligent Scheduling and Optimisation) team”的介绍。

   在此次报告中，Camino教授主要介绍了奥维耶多大学的 iScOp 团队，回顾过去几年开展的主要研究方向。介绍了团队的工作重点是各种复杂的调度和其他具有不确定性和能源考虑的组合优化问题。其中包括电动汽车充电、排班、车辆路线或库存削减。该团队基于混合元启发式方法开发了解决这些问题的方法。目前，团队成员与来自欧洲不同机构的许多研究人员合作。

  首先，报告介绍了iScOp团队的背景和成员构成，以及他们位于西班牙北部沿海的地理位置。报告强调了团队在智能调度和优化领域的专业性，包括11名研究人员和5名博士生，他们是奥维耶多大学的官方研究团队。
接着，报告深入探讨了调度问题的定义、重要性以及它们在实际中的应用场景。特别指出了调度问题作为NP-完全组合问题的特点，并解释了如何通过分配资源、满足约束条件以及优化目标来组织任务的执行。

   报告详细描述了团队在解决调度问题和组合优化问题上的研究工作。调度问题的研究涵盖了绿色调度、单机容量可变调度、云计算调度、量子计算调度及其不可行性分析等，组合优化问题则涉及车辆路径规划、装箱问题和人员排班等。在调度问题的研究中，报告介绍了多种方法，包括精确方法（如A*算法、分支定界法）、近似方法（如元启发式算法、本地搜索）、超启发式方法（如遗传编程）和混合方法（如数学启发式算法）。

 
  报告还展示了多个实际应用案例，包括电动汽车充电调度、科学工作流调度、量子电路编译和不确定条件下的氢气基础设施优化等。这些应用通过创新的遗传算法、合作多目标优化和分解技术等方法取得了显著的优化效果。同时展示了在调度问题上进行的实验结果，包括使用遗传编程生成的规则与传统方法的性能比较。这些结果突出了遗传编程在提升调度启发式算法效果上的优势。
最后，Camino教授总结了iScOp团队在智能调度和优化领域的研究成果，并提出了未来的研究方向和优化策略。
  Camino Rodríguez Vela 是奥维耶多大学计算机系计算机科学和人工智能教授。她于 1986 年在奥维耶多大学开始了她的学术生涯。从那时起，她担任过不同的职位，教授过不同的科目，并指导了多篇硕士和博士学位论文。她是智能调度和优化 (iScOp) 研究团队的负责人，她的主要研究重点是调度问题，使用元启发式作为求解器。她研究过具有不同特征的调度问题，例如设置时间、灵活性或不确定性。她主要以负责人的身份参与了西班牙政府支持的各种项目，并在期刊和会议上发表了 100 多篇书籍章节和论文。2016 年至 2020 年期间，她担任奥维耶多大学计算系主任。她目前是《人工智能工程应用》和《人工智能》期刊的编辑。她还是西班牙人工智能协会和西班牙计算机科学学会的成员。