个人简介
副教授，博士研究生导师，2006年毕业于南昌大学信息管理与信息系统专业，获管理学学士学位；2008年毕业于中国地质大学（武汉）管理科学与工程专业，获管理学硕士学位；2012年毕业于法国国立贝尔福-蒙贝利亚科技大学，获自动化专业博士学位；自2011年9月至2012年7月在法国国立贝尔福-蒙贝利亚科技大学Ingénierie et management de process学院担任教研人员。2012年9月回国，通过中国地质大学（武汉）“海外青年百人计划”人才支持项目到经济管理学院工作。2013年入选湖北省“学子”人才支持计划，2015年入选中国地质大学（武汉）“地大学者”人才支持计划。回国后主持了包括“国家自然科学基金”、“教育部留学归国人员科研启动基金”等纵向项目六项；参与国家级纵向项目以及企业委托的横向项目十余项，以第一作者或通讯作者发表SCI/EI索引论文20余篇，其中ESI高被引论文/热点论文一篇。
主讲课程：
本科生课程：运筹学、应用统计学、非参数统计
研究生课程：管理系统工程、经济模型与方法
参编教材：
《应用统计学-基于R》，主编：徐德义教授
二、学术成果
王德运博士近年来主要从事供应链协同调度、能源-环境系统建模、组合优化及智能算法方面的研究。主要研究成果包括：（1）针对供应链中多种带有中间存储的生产-运输协同调度问题进行了模型构建与求解算法研究；（2）构建了用于降低时间序列非平稳性、随机性与波动性特征的组合时频分解技术，并在能源-环境系统建模中进行了广泛应用。
教学获奖：
[1]2017年：中国地质大学（武汉）“校级优秀硕士学位论文指导教师”（指导硕士生：潘雯雯，论文题目：油田仓储选址与车辆路径问题优化研究。
[2]2017年：中国地质大学（武汉）“第二十八届校级科技报告会优秀指导教师”（指导硕士生：刘艳玲）。
[3]2018年：中国地质大学（武汉）“校级优秀硕士学位论文指导教师”（指导硕士生：罗宏远，论文题目：基于二层分解组合建模技术的PM2.5浓度时序预测研究。
主持科研项目：
[1] 2014-2016，国家自然科学基金项目“供应链中生产、存储与运输的协同调度建模与优化研究(71301153)”，主持。
[2] 2015-2016, 教育部留学归国人员科研启动基金“带有批处理约束的多级供应链协同调度建模与算法研究”，主持。
[3] 2013-2014，中央高校基本科研业务费专项资金项目“带有批处理与工件交货期的生产与运输协调调度研究”，主持。
[4] 2015-2016, 中国石化华北油气分公司委托项目“红河油田生产管理模式及人力资源优化配置研究”，主持。
主持教学项目：
2018-2020，中国地质大学（武汉）校级教学研究项目“基于创新能力培养的《非参数统计》案例教学设计与研究”。
四、发明专利
[1]一种空气质量指数预测方法和装置（第一发明人:王德运），专利申请号：201610789162.7.
[2]一种电力价格数据处理方法和装置（第一发明人:王德运），专利申请号：201611102198.X.
[3]一种基于CEEMD-PSO-BP模型及误差补偿的原油价格预测方法及系统（第一发明人:王德运），专利申请号：201710971600.6.
研究领域
供应链协同调度、能源-环境系统建模、组合优化及智能算法
近期论文
查看导师新发文章
（温馨提示：请注意重名现象，建议点开原文通过作者单位确认）
[1]Deyun Wang, Olivier Grunder* and Abdellah EL Moudni. Single-item production-delivery scheduling problem with stage-dependent inventory and due date considerations.International Journal of Production Research, 51(3):828-846, 2013.(SCI、EI, IF:1.460)
[2]Lanlan Li, Chengzhu Gong,Deyun Wang*and Kejun Zhu. Simulation on time-of-use pricing policy in china urban natural gas pipeline network based on multi-agent: a case study of Zhengzhou.Energy, 52(1): 37-43, 2013.(SCI、EI, IF:4.159)
[3]Deyun Wang, Olivier Grunder* and Abdellah EL Moudni. Using genetic algorithm for lot sizing and scheduling problem with distinct job due dates and customer inventory considerations.International Journal of Systems Science, 45(8):1694-1707, 2014.(SCI、EI, IF:2.10)
[4]Deyun Wang*, Olivier Grunder and Abdellah EL Moudni. Integrated scheduling of production and distribution operations: A review.International Journal of Industrial and Systems engineering, 19(1):94-122, 2015.(EI)
[5]Deyun Wang*, Olivier Grunder and Kejun Zhu. A hybrid coding SA method for multi-item production-delivery scheduling problem with arbitrary job volumes and customer inventory considerations.International Journal of Industrial and Systems Engineering, 22(1): 17-35, 2016.(EI)
[6]Deyun Wang*, Hongyuan Luo, Olivier Grunder, Yanbing Lin and Haixiang Guo. Multi-step ahead electricity price forecasting using a hybrid model based on two-layer decomposition technique and BP neural network optimized by firefly algorithm.Applied Energy, 190:390-407, 2017.(SCI、EI, IF:7.900，ESI高被引论文/ESI热点论文)
[7]Deyun Wang*, Shuai Wei, Hongyuan Luo, Chenqiang Yue, Olivier Grunder. A novel hybrid model for air quality index forecasting based on two-phase decomposition technique and modified extreme learning machine.Science of the Total Environment, 580:719-733, 2017.(SCI、EI, IF:4.610)
[8]Deyun Wang*, Hongyuan Luo, Olivier Grunder, Yanbing Lin. Multi-step ahead wind speed forecasting using an improved wavelet neural network combining variational mode decomposition and phase space reconstruction.Renewable Energy, 113:1345-1358, 2017.(SCI、EI,IF:4.900)
[9]Deyun Wang*, Yanling Liu, Hongyuan Luo, Chenqiang Yue and Sheng Cheng. Day-Ahead PM2.5 Concentration Forecasting Using WT-VMD Based Decomposition Method and Back Propagation Neural Network Improved by Differential Evolution.International Journal of Environmental Research and Public Health, 14,764:1-23, 2017.(SCI、SSCI,IF:2.145)
[10]吕军，王德运*，魏帅. 中国石油安全评价及情景预测.中国地质大学学报（社会科学版），17（02）：86-96，2017.(CSSCI)
[11]Hongyuan Luo,Deyun Wang*, Chenqiang Yue, Yanling Liu and Haixiang Guo. Research and application of a novel hybrid decomposition-ensemble learning paradigm with error correction for daily PM10 forecasting.Atmospheric Research, 201:34-45, 2018.(SCI、EI,IF:3.817)
[12]罗宏远，王德运*，刘艳玲，魏帅，林彦兵. 基于二层分解技术和改进极限学习机模型的PM2.5浓度预测研究. 系统工程理论与实践, 38（5）：1321-1330，2018.（国家自然科学基金委管理学部重要期刊）
京公网安备 11010802027423号