陈铭炜，工业工程系2020级本科生、2024级博士研究生。曾任清华大学科创中心追光计划组副组长、组长，工业工程系科协副主席，工业工程系研究生会学术部部长等。主持并顺利结项北京市自然科学基金“启研”计划项目及清华大学学术研究推进计划 A 级项目（获评优秀项目），获清华大学博士生国家奖学金、清华大学综合优秀奖学金、清华大学优秀共青团员、工业工程系年度人物、IE亮剑全国工业工程案例大赛特等奖、清华大学芯动计划智能车大赛一等奖、清华大学四星级志愿者等荣誉。

陈铭炜

认识工业工程：从多元课程出发的系统思维启蒙

工业工程是一门研究复杂系统高效运行的工程学科，它将工程技术与管理科学相结合，从系统视角对制造业、服务业等组织中的实际问题进行定量分析、优化与设计。无论是生产系统、物流交通，还是医疗与公共服务系统，效率、质量、成本与安全始终是工业工程关注的核心。

初入工业工程专业时，陈铭炜对这门学科的理解仍较为朴素。随着课程学习逐步展开，工业工程的“多元交叉”特征逐渐清晰。从运筹学中的确定性优化、应用随机模型与决策方法学，到人因工程与复杂系统相关课程中对“人—系统”关系的关注，再到建模与仿真、生产计划与控制、机器学习与大数据、工程经济学等课程对真实问题的系统刻画，不同课程从各自角度切入，共同构成了他理解复杂系统与现实决策问题的知识基础。

这些课程并非彼此孤立，而是通过大量实验、案例分析与实验室实践相互贯通。回过头看，其中不少内容在学习当下并未立刻“用上”，但它们为陈铭炜提供了观察和理解复杂系统的不同视角，也为后来在科研与实践中快速建立问题模型、选择合适方法埋下了伏笔。工业工程允许并鼓励这种多方向探索，也正是在这种过程中，他逐渐形成了以系统思维面对复杂问题的习惯。

陈铭炜参加全国工业工程博士生论坛

走向真实问题：在科创与科研中深挖工业工程

逐渐让陈铭炜深刻体会工业工程价值的，是在科创与科研中不断贴近真实问题的过程。他的科创经历始于清华大学“芯动计划”智能车打算大赛。短短七天内，他需要从零开始自学编程与硬件知识，与队友协作完成系统设计与调试。比赛截止前七分钟，项目才完成第一次成功运行并提交。这次从0到1的经历，让他第一次意识到，任务拆解、系统集成与团队协作本身，就是工业工程思想在实践中的自然体现。

此后，陈铭炜陆续独立参与并主持 SRT、挑战杯等项目，并在相关赛事中获得奖项；同时入选清华大学学术研究推进计划 A 级项目，作为项目负责人稳步推进研究工作。项目成果在清华大学第二届“追光”科创青年论坛中作报告，并获评优秀报告奖。这些经历促使他逐步将课堂中学到的运筹优化、系统建模与人因分析方法，应用于真实问题的定义、求解与验证之中。

在科研方面，陈铭炜围绕城市道路清洁这一典型公共服务场景，系统研究车辆路径规划问题中“人”的因素。发表于 Computers & Operations Research 的研究中，他立足真实作业流程，构建了带中途设施与时间约束的混合容量弧路由问题新变体，首次提出“操作吸引力”概念，以补充传统“视觉吸引力”，更精确刻画驾驶员在路线连续性与驾驶便利性方面的偏好。在后续发表于 IEEE Transactions on Human-Machine Systems 的研究中，他进一步从运筹优化与人机交互结合的视角，提出全维度的人–机协同框架，通过交互式系统与用户实验，探索如何将显性与隐性偏好动态融入决策过程。

在不断贴近真实需求的研究过程中，他逐渐意识到，工业工程不仅关心“算得更优”，更关注“是否真正可用、是否被人接受”。这也促使他在博士阶段进一步聚焦于人–算法协同方向，围绕真实应用场景，探索更友好、可交互的系统设计方法。

挑战杯科展现场海报

落地与反思：在实践中理解工业工程的价值

在实践中，陈铭炜对工业工程“落地性”的理解不断加深。大二期间，他参加了系里组织的专业认知实践，前往成都，围绕工业工程不同应用方向开展调研，走访企业、医院与研究机构。这次实践让他直观感受到，工业工程并非对应某一固定行业，而是以不同形式嵌入制造、物流、数据分析与服务系统之中。

大三暑期，在工业工程生产实践课程的安排下，陈铭炜前往厦门硕橙（厦门）科技有限公司数据分析部开展实习。他担任数据分析师，主要负责设备运行数据的监测、分析与标记，通过实时识别机器状态，评估健康程度并辅助故障定位。实习期间，他完成了公司指定的两个专题项目，为项目设计了较为完整的解决方案，部分算法已被企业采纳并在实际环境中成功应用。基于实习项目成果，他在大四上学期的工业工程课程设计中进一步对方案进行修改与完善，并以此参加第十八届清华大学 IE 亮剑全国工业工程案例大赛，最终获得特等奖。通过这一过程，他更加清晰地认识到，工业工程的价值不仅体现在模型与算法本身，更体现在将复杂问题持续迭代、逐步转化为可落地方案的全过程之中。

陈铭炜参加IE亮剑全国工业工程案例大赛

结语｜在不确定的世界里，做一个擅长优化的人

回顾在工业工程中的学习与探索，陈铭炜愈发体会到：许多当下看似未被立即“用到”的知识、努力与选择，往往会在未来某个关键节点，悄然发挥作用。工业工程并未为他提供确定的答案，却教会他在不确定性中不断修正路径、优化决策。

成长本身也是一个充满不确定性的系统。人在不断尝试与反思中塑造自己，而工业工程所赋予的系统思维，正帮助他在复杂环境中保持理性与耐心。未来，陈铭炜也希望继续在真实问题中实践这一理念，在变化中寻找相对确定的方向，做一个擅长优化的人。

投稿：研工组

编辑：王子鑫

审核：李乐飞