威廉·麦克斯韦

生:
1934年7月1日

简短的传记

在成长过程中,威廉·l·麦克斯韦尔接受了良好的预备教育。他在费城出生长大,就读于中心高中(Central High School),这是该市最好的公立高中之一。麦克斯韦尔进入康奈尔大学接受大学教育,并在那里度过了他余下的学术生涯。作为一名本科生,麦克斯韦尔在1956年参加了康奈尔大学的第一节计算机课后,就开始了对模拟的研究。第二年,当他开始攻读硕士学位时,他意识到计算机可以用来加强生产计划。大约在这个时候,麦克斯韦开始与他的学位导师和长期合作伙伴合作,理查德·w·康威.两人当时正在IBM 650上进行模拟,并受到了运筹学项目主任、康威的博士导师安德鲁·舒尔茨(Andrew Schulz)的称赞。伟德体育1946手机版舒尔茨告诉麦克斯韦尔,如果他想攻读博士学位,康奈尔大学将聘请他为教员。

麦克斯韦尔接受了这份工作,并在1961年获得博士学位后不久就开始教书。他教授的第一门课程是他设计的大师级模拟课程。和Conway一起,他开始对使用模拟来理解调度感兴趣。1962年,他们开发了一种使用离散概率分布建模排队系统的方法,使得开发此类系统的计算机模拟变得更容易。1965年,麦克斯韦在兰德公司做了一年的顾问,并开发了调度的扇形结构,其中工作序列要么是“扇出”(一个作业的输出输入到许多参与者),要么是“扇入”(多个作业的输出由单个参与者聚合)。他在这一时期的工作为他、康威和兰德公司的路易斯·w·米勒在两年后出版的《调度理论》(1967)做出了贡献。

1978年,麦克斯韦尔打算从康奈尔大学休一年的长假,于是接受了密歇根大学安娜堡分校的兼职访问教授职位。与此同时,他与迪克·特雷西(Dick Tracey)一起工作,他是附近通用汽车公司(General Motors Corporation)开发实验室一个小型OR小组的经理。这让麦克斯韦接触到了运筹学和工业工程中的新问题。伟德体育1946手机版通过与通用汽车制造工厂的合作,他获得了与Conway合作开发Xcell工厂建模系统的灵感。

在20世纪80年代和90年代,麦克斯韦尔继续他在康奈尔大学的研究和教学,并在几所大学担任访问职位。在1983/84学年,他是宾夕法尼亚大学沃顿商学院(Wharton Business School at University of Pennsylvania)的客座教授。麦克斯韦利用这个休假的机会,在宾夕法尼亚州东部的多家公司看到了制造理论在真实世界工业中的应用。

麦克斯韦于1998年退休,成为康奈尔大学运算学和信息工程学院的名誉教授。一群他以前的学生和同事在他退休时以他的名义建立了威廉·l·麦克斯韦尔基金。麦克斯韦尔曾说过,在康奈尔大学最大的好处之一就是可以接触到知名教师和研究生组成的“听证会”,在那里他们可以提出新的想法。应一名前研究生的要求,麦克斯韦尔成为供应链咨询公司(Supply Chain Consultants)的调度专家。他被选为国家工程院院士,是运筹学和管理科学研究所的研究员。伟德体育1946手机版自1997年以来,麦克斯韦尔一直是伊萨卡基督教青年会(Ithaca YMCA)的董事会成员,他是那里的终身救生员和游泳教练。

教育

康奈尔大学,1957年

康奈尔大学,博士1961年(数学家谱

从属关系

学术背景
非学术的关系

对OR/MS的主要兴趣

方法
应用领域

口述历史

《威廉·l·麦克斯韦尔》(2014)罗伯特·g·萨金特采访,6月11日。视频。康奈尔大学:纽约州伊萨卡NCSU计算机仿真档案。在北卡罗来纳州的罗利。(视频

《理查德·w·康威和威廉·l·麦克斯韦》(2014)罗伯特·g·萨金特采访,6月11日。视频。康奈尔大学:纽约州伊萨卡NCSU计算机仿真档案。在北卡罗来纳州的罗利。(视频

奖励和荣誉

工业工程师学会研究员1998

美国国家工程院1998

运筹学研究所和管理科学研究员伟德体育1946手机版2002

选定的出版物

麦克斯韦(1961)多产品、单机调度与库存问题的研究.康奈尔大学:纽约伊萨卡。

具有状态依赖服务率的排队模型。工业工程学报, 12:132 - 136。

麦克斯韦W. L.(1964)经济批量的调度。海军研究物流季刊11(2): 89 - 124。

康威、麦克斯韦、米勒(1967)调度理论.addison - wesley:纽约。

麦克斯韦W. L. (1969)作业车间的优先调度与装配作业,RM-5370-PR.兰德公司:圣莫尼卡,加利福尼亚州。

XCELL:一个细胞,图形化的工厂建模系统。冬季模拟186h会议论文集, 160 - 163。计算机协会:纽约。

额外的资源

康奈尔大学运筹学与信息工程学院。伟德体育1946手机版新闻:名誉教授麦克斯韦被提名为年度志愿者。2008年6月19日出版。于2015年1月15日通过。(链接

Baidu