马帅印

个人简介

马帅印，西安邮电大学副教授、硕导，美国伊利诺伊大学交流学者，陕西省发改委资源节约和环境保护专家。主要研究领域：大数据、数据挖掘、人工智能、物联网、信息物理系统、数字孪生、智能制造、绿色制造、预测与控制优化等。主持陕西省科技厅、陕西省教育厅与西安邮电大学高层次人才等项目。已发表学术论文近20篇，其中以第一作者身份在《Applied Energy》、《Energy》、《Advanced Engineering Informatics》、《Journal of Cleaner Production》等中科院一区期刊发表SCI共7篇，其中1篇入选ESI热点论文；申请/授权发明专利6项；担任《Journal of Artificial Intelligence and Technology》、《Information Dynamics and Applications》、《机电工程技术》等期刊编委及十余个期刊的审稿人；受邀担任《机电工程技术》专刊主编出版以“工业互联网驱动的高能耗制造系统优化方法与技术”为主题的专刊。

本课题组具有丰富的学术资源、良好的科研环境与实验平台，且长期与瑞典林雪平大学(LiU)、美国伊利诺伊大学芝加哥分校(UIC)、西北工业大学、西安电子科技大学等国内外高校建立了良好的合作关系。欢迎数学、计算机、机械制造等相关专业学生（特别是愿意读博深造的学生）报考。

研究方向

1、边云协同驱动的可持续制造评价体系；

2、产品生命周期大数据驱动的绿色智能制造；

3、工业物联网驱动的实时能耗分析与预测方法；

4、人工智能驱动的绿色制造自适应控制与优化决策；

5、信息物理系统融合数字孪生的绿色智能制造新模式；

6、机理、数据与知识混合驱动的绿色制造方法与技术。

教学方向

《大学计算机基础》、《人工智能》、《离散数学》等

科研项目

1、陕西省科学技术厅，一般项目（青年）, 2022JQ-376, 机理和数据双驱动的陶瓷制造系统弱周期性预测及协同控制方法研究, 2022-01 至2023-12 在研, 主持

2、陕西省教育厅，专项科研计划项目, 22JK0567，数据驱动的陶瓷制造过程智能控制优化方法，2022-01至2023-12, 在研, 主持

3、国家自然科学基委员会，面上项目，51675441，基于CPS和工业物联网的智能生产-物流系统自适应协同优化方法研究，2017-01至2020-12，已结题，参与

4、国家自然科学基委员会，联合基金，U501248，复杂混合制造系统能效优化理论与方法研究，2016-01至2019-12，已结题，参与

5、国家自然科学基委员会，青年科学基金，51705428，建筑陶瓷生产机械设备能耗演化机理及其低碳运行优化方法研究，2018-01至2020-12，已结题，参与

发表论文

1、Ma Shuaiyin, Ding Wei, Liu Yang, Ren Shan, Yang Haidong. Digital twin and big data-driven sustainable smart manufacturing based on information management systems for energy-intensive industries [J]. Applied Energy, 2022, 326: 119986. (中科院1区, Top期刊, ESI热点论文)

2、Ma Shuaiyin, Huang Yuming, Liu Yang, Liu Haizhou, Chen Yanping, Wang Jin, Xu Jun. Big data-driven correlation analysis based on clustering for energy-intensive manufacturing industries [J]. Applied Energy, 2023, 349: 121608. (中科院1区, Top期刊)

3、Ma Shuaiyin, Huang Yuming, Liu Yang, Kong Xianguang, Yin Lei, Chen Gaige. Edge-cloud cooperation-driven smart and sustainable production for energy-intensive manufacturing industries [J]. Applied Energy, 2023, 336: 120843. (中科院1区, Top期刊)

4、Ma Shuaiyin, Zhang Yingfeng, Lv Jiangxiang, Ge Yuntian,Yang Haidong, Li Lin. Big data driven predictive production planning for energy-intensive manufacturing industries [J]. Energy, 2020, 211: 118320. (中科院1区, Top期刊)

5、Ma Shuaiyin, Zhang Yingfeng, Lv Jiangxiang, Yang Haidong, Wang Chao. Data-driven cleaner production strategy for energy-intensive manufacturing industries: Case studies from Southern and Northern China [J]. Advanced Engineering Informatics, 2022, 53: 101684. (中科院1区, CCF B类, Top期刊)

会议与工作论文

1、马帅印，Industry 4.0 and cleaner production: A comprehensive review of intelligent and sustainable manufacturing for energy-intensive manufacturing industries，第六届智能制造系统工程学术会议，清华大学，2023年8月20日，学术报告。

2、马帅印，Big data-driven correlation analysis based on clustering for energy-intensive manufacturing industries，中国机械工程学会工业大数据与智能系统分会学术年会暨第六届大数据驱动的智能制造学术会议，郑州轻工业大学，2023年7月19日，学术报告。

3、马帅印，Edge-cloud cooperation-driven smart and sustainable production for energy-intensive manufacturing industries，工业大数据与智能系统前沿会议，2023年4月30日，香港理工大学，学术报告。

联系方式

邮箱：masy@xupt.edu.cn