一、个人简介
杨之乐，本科硕士毕业于上海大学，获EPSRC全额奖学金博士毕业于英国女王大学，博士毕业之后先后在英国女王大学、卡迪夫大学从事博士后研究，之后加入中国科学院深圳先进技术研究院广东省机器人与智能系统重点实验室，负责工业、建筑应用和产业化推广相关工作。 研究兴趣集中在进化计算、神经网络方法及其在智能电网、可再生能源、电动汽车、各种能源系统和智能制造中的应用。在IEEE汇刊等发表/收录SCI论文137篇（第一/通信作者论文52篇，IEEE汇刊、中科院1区、JCR Q1等高水平论文26篇），获斯普林格自然中国新发展奖（1/800）、国际智能建筑创新二等奖（3/148）、中国仿真学会一等奖（最年轻第一完成人）等重要奖项10余项，国际期刊及会议优秀论文奖10余项，入选中国科学院青年创新促进会和深圳市优秀青年科学基金人才项目，申请及授权国家发明专利230项并完成50余项专利的转移转化，担任3个国际SCI检索期刊编委，在亚洲人工智能技术大会、IEEE CEC等20余个国际会议人Program Chair等重要职位。
二、主要学习与工作经历
1. 教育背景
2013-02--2017-07 贝尔法斯特女王大学 博士
2010-09--2013-01 上海大学 硕士
2006-09--2010-07 上海大学 学士
2. 工作经历
2021-01-现在,中国科学院深圳先进技术研究院,副研究员
2020-01-2020-12,中国科学院深圳先进技术研究院,高级工程师（副研究员）
2019-04-2019-08,卡迪夫大学,博士后访问学者
2017-09-2019-12,中国科学院深圳先进技术研究院,助理研究员/博士后
2016-09-2017-02,贝尔法斯特女王大学,博士后
三、代表性科研成果
1. Generative Upper-Level Policy Imitation Learning With Pareto-Improvement for Energy-Efficient Advanced Machining Systems. IEEE Transactions on Neural Networks and Learning Systems，Q1，2024，一作
2. Deep reinforcement learning for dynamic flexible job shop scheduling problem considering variable processing times.Journal of Manufacturing Systems,2024,Q1,通信作者
3. Enhanced multi-objective marine predator algorithm for dynamic economic-grid fluctuation dispatch with plug-in electric vehicles. Energy,2023,Q1,通信作者
4. MMFSL: A novel multi-modal few-shot learning framework for fault diagnosis of industrial bearings. IEEE Transactions on Instrumentation and Measurement,2023,Q1,一作
5. Adaptive optimal process control with actor-critic design for energy-efficient batch machining subject to time-varying tool wear. Journal of Manufacturing Systems,2023,Q1,通信作者
四、主要社会学术团体兼职
1.深圳市智能建造产业联盟监事长
2.中国人工智能学会会刊CAAI Trans on Intelligence Technology （中科院2区）副主编
3.国际知名期刊Frontiers in Energy Research 副主编（JCR 2区），国际期刊Complexity（JCR 2区）编委
4.中科院一区期刊Renewable and Sustainable Energy Reviews（中科院一区，影响因子15.9）等8个国际期刊组织专刊
5.国际顶级低碳能源类会议IEEE-ISGT，智能计算会议IEEE-WCCI/CEC等30多个国际重要会议任出版主席、专题主席、程序委员会委员等
6.任2020亚洲人工智能技术大会IPC主席，英国控制大会UKACC2016、系统仿真与可持续能源会议2017、2019等大会秘书长，受邀在IEEE CoEEPE 2022, IEEE-ISGT2018等会议做大会报告和特邀报告20余次。
五、主要研究方向
主要研究方向为+AI的跨学科领域的基础研究和产业应用，包括人工智能方法在能源、电力、建筑、智能制造等领域中的应用，数据驱动的智能优化和神经网络建模等计算智能方法，即粒子群优化、生物地理优化、教学优化等仿生启发式优化算法，深度学习、神经网络多层模型结构快速选择方法等，及其在智能建筑、智慧城市、电力系统调度，风能、太阳能等新能源并网，电动汽车充放电调度，工业物联网，电池充放电策略及状态估计，电网故障诊断，精密运动控制系统中参数优化辨识等能源、电力和智能制造等工业热点领域的应用，形成理论基础研究+应用基础研究+前沿技术开发+产业技术孵化的全生命周期研发技术模式。
六、在研项目
国家自然科学基金面上/青年各1项、中国博士后面上项目一等资助1项、中国科学院青年创新促进会（中国科学院优秀青年科学基金）人才项目1项、广东省自然科学基金1项、广东省知识产权重点专项1项、深圳市优秀青年科学基金人才项目1项，深圳市承接国家重大专项项目1项，深圳市知识产权专项1项，深圳市国际合作项目1项，深港合作重点专项1项，国家重点实验室开放课题3项、中国科学院深圳先进技术研究院优秀青年基金1项、南岭团队领军人才团队项目1项；主持中建科技、中建三局、中交一公局、国家电网等大型央国企及大富科技、诺倬力数控等上市公司、专精特新小巨人、制造业单项冠军等企业委托课题16项，纵横向课题累计课题经费达1500余万元。
七、联系方式
Email: zl.yang@siat.ac.cn