6402
5
0
2019-02-25 21:19:25
2025-03-29
招生學科領(lǐng)域為 學術(shù)學位：計算機科學與技術(shù)、軟件工程；專業(yè)學位：計算機技術(shù)、軟件工程、人工智能。歡迎計算機、數(shù)學、信息與計算科學等專業(yè)的考生申請，特別歡迎有志于攻讀博士學位的同學。目前在研：國家自然科學基金面上項目、廣東省自然科學基金項目、國家重點研發(fā)計劃項目課題（參與）。
主要研究領(lǐng)域為智能調(diào)度優(yōu)化，方向包括（1）基于強化學習的多機器人的調(diào)度（智能多機器人）;（2）云計算/移動邊緣計算（智能調(diào)度云計算資源）; （3）基于強化學習的供應(yīng)鏈協(xié)同優(yōu)化 (智能供應(yīng)鏈 )。 主持完成了3項廣東省自然科學基金項目的研究；完成了多項企業(yè)Web信息系統(tǒng)、網(wǎng)絡(luò)安全軟件的研究開發(fā)工作。
朱清華博士由于在Multi-cluster Tools的調(diào)度(Scheduling)方面取得了突破成果(發(fā)表多篇IEEE Transactions期刊論文、獲得2項美國發(fā)明專利和1項中國發(fā)明專利授權(quán))，被IEEE(美國電氣與電子工程師學會)吸納為高級會員，被列入美國Marquis世界名人錄Who's Who in the World 2016。近幾年來，在谷歌學術(shù)中搜索"multi-cluster tools scheduling"，搜索結(jié)果的第一條鏈接均為他的論文。與美國新澤西理工學院(New Jersery Institute of Technology)計算機工程系的杰出教授(IEEE Fellow[會士])、澳門科技大學的教授(IEEE Fellow[會士])保持了長期學術(shù)合作交流，合作發(fā)表多篇高水平論文（見個人簡介的學術(shù)論文列表）。如下為2025年2月谷歌學術(shù)搜索multi-cluster tools的第1頁的前2條鏈接結(jié)果。
今年在如下方向招生。
方向1：半導(dǎo)體芯片制造系統(tǒng)(multi-cluster tools)中多機器人(multi-robot)的智能調(diào)度 （強化學習 算法）
背景與意義：半導(dǎo)體 IC芯片制造過程包括晶圓制備、晶圓制造(wafer fabrication)、晶圓揀選測試、芯片裝配和芯片終測5個階段。半導(dǎo)體產(chǎn)業(yè)在整個國民經(jīng)濟中具有重大戰(zhàn)略意義。2020年以來，美國針對華為的芯片禁令逐漸升級，禁止使用美國研發(fā)的multi-cluster tools 用于華為5G麒麟芯片制造。我國的高端裝備multi-cluster tools的自主產(chǎn)業(yè)化的任務(wù)越來越迫切。
研究內(nèi)容簡介： 調(diào)度器對multi-cluster tools的多個robot進行調(diào)度，類似于計算機CPU、內(nèi)存和硬盤等硬件需要由操作系統(tǒng)進行調(diào)度管理，調(diào)度算法決定multi-cluster tool系統(tǒng)的生產(chǎn)效率。最近論文：A Deep Reinforcement Learning Approach to Optimize Closing Down a Single-Arm Cluster Tool，點擊下載。
歡迎對強化學習算法有興趣的同學加入研究工作，在研究智能調(diào)度算法的同時可助力推進未來高端制造裝備國產(chǎn)化。研究生可以在導(dǎo)師的指導(dǎo)下很快掌握所需的芯片制造系統(tǒng)的背景知識（無須擔心目前不了解） ，我們研究多robot的調(diào)度優(yōu)化算法，不涉及電路設(shè)計。
方向2：云計算和移動邊緣計算（強化學習 算法）。
隨著5G的實施普及，云計算/邊緣計算的應(yīng)用越來越廣泛； 在云計算/邊緣計算系統(tǒng)中，需要對計算資源等進行智能調(diào)度和優(yōu)化?？上螺d如下論文進一步了解本研究方向：1) QingHua Zhu, Huan Tang, JiaJie Huang, and Yan Hou, “Task Scheduling For Multi-Cloud Computing Subject To Security And Reliability Constraints”, IEEE/CAA Journal of Automatica Sinica, vol. 8, no. 4, pp. 848–865, Apr. 2021. 2)Delay-Aware and Energy-Efficient Task Offloading Based on Adaptive Large Neighborhood Search, 2023
方向3：面向企業(yè)群供應(yīng)鏈協(xié)同的強化學習調(diào)度算法，國家重點研發(fā)項目的課題。 編程語言：Python.
希望來申請的小伙伴英語水平較高，能閱讀英文論文；對調(diào)度優(yōu)化算法有興趣，能用Java/Python等語言編寫程序；有刻苦專研和協(xié)作精神。研究方向說明：1)若學過“機器學習" 或“運籌學” 課程的同學會有人工智能或調(diào)度的基礎(chǔ)。2)強化學習是機器學習的一種方法，近年來是機器學習的一熱點方向，最近被DeepSeek應(yīng)用于大語言模型，2025年3月5日Andrew G. Barto和Richard S. Sutton因開發(fā)強化學習的概念與算法基礎(chǔ)，榮獲 2024 年 ACM A.M. 圖靈獎。
截至2024年6月本人指導(dǎo)畢業(yè)研究生10人，其中赴廈門大學、澳門科技大學、華南理工大學等校攻讀博士學位的4人(入學時有計劃攻讀博士學位的同學都實現(xiàn)了自己的愿望)。指導(dǎo)2025屆本科生中有1人（本科在讀期間研究云計算方向）獲得香港中文大學研究生offer, 1人（本科在讀期間研究智能多機器人調(diào)度方向）推薦免試攻讀 西安電子科技大學碩士研究生。
已畢業(yè)學生去就業(yè)的公司包括華為、匯豐、Shopee（深圳）等。
以下為指導(dǎo)的研究生發(fā)表的部分論文：
[1] “Scheduling Single-arm Multicluster Tools for Two-type Wafers with Lower-bound Cycle Time”, IEEE Transactions on Systems, Man, and Cybernetics: Systems, vol. 53, no. 11, pp. 6658-6671, Nov. 2023 （SCI一區(qū)）
[2] “Scheduling a Single-arm Multi-cluster Tool with a Condition-based Cleaning Operation”, IEEE/CAA Journal of Automatica Sinica, vol. 10, no. 10, pp. 1965-1983, Oct. 2023 （SCI一區(qū)）
[3] “Scheduling Dual-Arm Multi-Cluster Tools With Regulation of Post-Processing Time”, IEEE/CAA Journal of Automatica Sinica, vol. 10, no. 8, pp. 1723–1735, Aug. 2023 （SCI一區(qū)）
[4] “Optimally Scheduling Dual-Arm Multi-Cluster Tools to Process Two Wafer Types”, IEEE Robotics and Automation Letters, vol. 7, no. 3, pp. 5920-5927, July 2022 （SCI二區(qū)）
[5] “Multi-objective Scheduling of Cloud Data Centers Prone to Failures”, Journal of Information Science and Engineering, vol. 38, no. 1, pp.17-39, Jan. 2022 （SCI四區(qū)）
[6] Action Decomposition-based Actor-Critic for Supply Chain Optimization, IEEE International Conference on Multimedia & Expo (ICME) 2025，F(xiàn)rance, June 30 - July 4，2025，已錄用 (CCF-B類會議) （優(yōu)化供應(yīng)鏈的強化學習調(diào)度算法）
實驗室(廣東省知識工程與協(xié)同計算工程技術(shù)中心)學術(shù)氣氛濃厚，導(dǎo)師對研究生的學術(shù)要求比較嚴格。歡迎本校小伙伴來實驗室（位于計算機學院-工學1號館）進行更詳細的咨詢。有意向者可發(fā)簡歷郵件至 zhuqh@gdut.edu.cn ，請注明四/六級英語考試成績。
