在数字化浪潮的推动下，制造业正经历着前所未有的变革。近日，浙江大学伊利诺伊大学厄巴纳香槟校区联合学院（ZJUI）王宏伟教授主导的国家重点研发计划子课题，同项目组其他课题一起发表了专著《制造业多价值链协同数据空间设计理论与方法》。该专著为制造业的智能化转型提供了理论支撑和实践指导。
该专著对制造业多价值链协同数据空间的理论与设计方法进行了系统性的研究，并以北京清畅电力技术股份有限公司作为对象进行应用情况的分析和验证。本书首先对制造业多价值链协同数据空间进行定义，设计制造业多价值链协同数据空间体系架构，研究数据空间内部相关数据处理方法及关键支撑方法。在此基础上，利用数据空间管理设计方法和系统架构，构建制造业多价值链协同数据空间知识引擎，设计制造业多价值链协同数据空间管理引擎和管理平台。最后进行应用实践，辅以案例以便读者更好地吸收、掌握使用方法。该专著适合于制造业相关大数据管理人员和科研人员、数据空间设计和应用科研人员以及相关专业的高等学校教师和研究生使用，也适用于推进数字化转型的其他行业工作者参考、借鉴。
该国家重点研发计划项目，制造业多价值链协同数据空间设计理论与方法，由华北电力大学牵头，由浙江大学、东北电力大学、清华大学共同完成。该项目聚焦于制造业多价值链的管理难点和痛点，创建了制造业多价值链协同数据空间设计基础理论，构建了面向制造企业的多价值链协同体系，形成了价值链活动新业务模式，实现了企业全过程多价值链协同管理。较大地提高制造企业智能化管理水平、综合竞争力和经济效益。
在项目中，王宏伟教授主导的课题三，多价值链协同知识服务引擎技术与方法，聚焦于多价值链协同知识的服务引擎构建、复杂数据空间的知识挖掘和协同知识的重用这三个关键科学问题，充分运用知识发掘和服务科学理论，基于知识关联、知识图谱、深度学习、迁移学习及自然语言处理等方法，设计支持多价值链协同数据空间的知识服务引擎架构、智能知识挖掘、动态知识服务等核心技术，解决多价值链协同知识的服务引擎构建问题。
王宏伟教授团队长年耕耘于知识工程与知识系统、工业大数据挖掘、自然语言处理、多模态等研究领域。在该国家重点研发计划项目中，王教授带领团队，将知识工程等人工智能技术充分运用到制造业多价值链场景中，并实际解决多价值链下制造业企业海量数据难管理、知识难挖掘和重用的问题，使团队的核心科研技术在项目中得到了充分地应用和延申。
