2026年8月12日至14日，2026 International Conference on Automation in Manufacturing, Transportation and Logistics（iCaMaL 2026）在浙江杭州举办。

我院2025级研究生李正在此次会议上做了题为《A Hybrid Discrete Grey Wolf Optimizer with Variable Neighborhood Descent for Flexible Job Shop Scheduling Problem》的口头报告。该内容面向柔性作业车间调度问题，提出了一种融合可变邻域下降的增强型混合离散灰狼优化算法（EHGWO-VND）。通过混合初始化策略、离散化狩猎机制、停滞灾变机制以及基于关键路径的可变邻域下降方法，提升了在复杂调度问题中的全局搜索能力与局部寻优能力。实验结果表明，该方法在Brandimarte基准算例上具有较好的求解效果和收敛性能。

此次参会和口头报告展示了我院研究生在智能优化与生产调度领域的科研探索能力，也体现了学院对研究生参与国际学术交流、拓展学术视野和提升科研创新能力的重视。未来，学院将继续鼓励和支持学生参与高水平国际会议，围绕人工智能、智能优化与行业应用等方向深化科研训练，持续提升研究生培养质量。