杜洋伊
团队名称:智能控制与优化决策
团队介绍:致力于不确定优化、可解释机器学习和模糊多属性决策等方法的基础理论研究,同时从事流程工业智能优化制造、能源互联网、智能交通等领域的应用研究。
团队成员介绍:
2021级硕士研究生,主要从事神经架构搜索、强化学习、无人机路径规划等方面研究工作。
何一平
团队名称:智能控制与优化决策
团队介绍:致力于不确定优化、可解释机器学习和模糊多属性决策等方法的基础理论研究,同时从事流程工业智能优化制造、能源互联网、智能交通等领域的应用研究。
团队成员介绍:
2022级硕士生,主要从事机器学习、群体多属性决策、集成学习方面的研究工作。
袁维军
团队名称:智能控制与优化决策
团队介绍:致力于不确定优化、可解释机器学习和模糊多属性决策等方法的基础理论研究,同时从事流程工业智能优化制造、能源互联网、智能交通等领域的应用研究。
团队成员介绍:
2022级硕士生,主要从事流程工业智能监控、特征选择和可视化方面的研究工作。
厉晓荷
团队名称:智能控制与优化决策
团队介绍:致力于不确定优化、可解释机器学习和模糊多属性决策等方法的基础理论研究,同时从事流程工业智能优化制造、能源互联网、智能交通等领域的应用研究。
团队成员介绍:
2022级硕士生,主要从事流程工业智能优化决策、不确定优化与决策方面的研究工作。
唐周行
团队名称:智能控制与优化决策
团队介绍:致力于不确定优化、可解释机器学习和模糊多属性决策等方法的基础理论研究,同时从事流程工业智能优化制造、能源互联网、智能交通等领域的应用研究。
团队成员介绍:
2022级硕士生,主要从事约束优化、无人机路径规划方面的研究工作。
胡佳铭
团队名称:智能控制与优化决策
团队介绍:致力于不确定优化、可解释机器学习和模糊多属性决策等方法的基础理论研究,同时从事流程工业智能优化制造、能源互联网、智能交通等领域的应用研究。
团队成员介绍:
2021级硕士研究生,主要从事不确定优化、能源互联网等方面研究工作。
谭琬
团队名称:智能控制与优化决策
团队介绍:致力于不确定优化、可解释机器学习和模糊多属性决策等方法的基础理论研究,同时从事流程工业智能优化制造、能源互联网、智能交通等领域的应用研究。
团队成员介绍:
2021级硕士研究生,主要从事模糊多属性决策、能源互联网等方面研究工作。
王正
团队名称:智能控制与优化决策
团队介绍:致力于不确定优化、可解释机器学习和模糊多属性决策等方法的基础理论研究,同时从事流程工业智能优化制造、能源互联网、智能交通等领域的应用研究。
团队成员介绍:
2021级硕士研究生,主要从事可解释机器学习、能源互联网等方面研究工作。
李明
团队名称:智能控制与优化决策
团队介绍:致力于不确定优化、可解释机器学习和模糊多属性决策等方法的基础理论研究,同时从事流程工业智能优化制造、能源互联网、智能交通等领域的应用研究。
团队成员介绍:
2020级硕士研究生,主要从事特征工程、图像处理、流程工业智能监控等方面研究工作。
孙燕
团队名称:智能控制与优化决策
团队介绍:致力于不确定优化、可解释机器学习和模糊多属性决策等方法的基础理论研究,同时从事流程工业智能优化制造、能源互联网、智能交通等领域的应用研究。
团队成员介绍:
2020级硕士研究生,主要从事多属性决策、多目标优化、流程工业智能优化决策等方面研究,目前已发表的学术论文有:
[1] Yan Sun, Xiaojun ZHOU, etc. Optimal PID controller design for AVR system based on
multi-objective optimization and multi-attribute decision making[C]. 2021,
中国控制与决策会议,accepted.
田寄托
团队名称:智能控制与优化决策
团队介绍:致力于不确定优化、可解释机器学习和模糊多属性决策等方法的基础理论研究,同时从事流程工业智能优化制造、能源互联网、智能交通等领域的应用研究。
团队成员介绍:
2020级硕士研究生,主要从事双层优化、机器学习、供应链优化等方面的研究,目前已发表的学术论文有:
[1] Zeyu Wang,
Xiaojun Zhou, Jituo Tian, Tingwen Huang. Hierarchical parameter
optimization based support vector regression for power load forecasting [J]. Sustainable
Cities and Society , accepted.
[2] Xiaojun Zhou, Jituo Tian, etc. A fast constrained
state transition
algorithm[J]. Neurocomputing, 2021, 455, 202-214.
林飞凡
团队名称:智能控制与优化决策
团队介绍:致力于不确定优化、可解释机器学习和模糊多属性决策等方法的基础理论研究,同时从事流程工业智能优化制造、能源互联网、智能交通等领域的应用研究。
团队成员介绍:
2020级硕士研究生,主要从事模糊优化、机会约束、流程工业智能优化控制等方面的研究。
王泽宇
团队名称:智能控制与优化决策
团队介绍:致力于不确定优化、可解释机器学习和模糊多属性决策等方法的基础理论研究,同时从事流程工业智能优化制造、能源互联网、智能交通等领域的应用研究。
团队成员介绍:
2020级硕士研究生,主要从事时间序列预测、智能交通方面的研究,目前已发表的学术论文有:
[1] Zeyu Wang, Xiaojun
Zhou, Jituo Tian, Tingwen Huang. Hierarchical parameter
optimization based support vector regression for power load forecasting [J]. Sustainable
Cities and Society , accepted.
高媛
团队名称:智能控制与优化决策
团队介绍:致力于不确定优化、可解释机器学习和模糊多属性决策等方法的基础理论研究,同时从事流程工业智能优化制造、能源互联网、智能交通等领域的应用研究。
团队成员介绍:
19级硕士研究生,主要从事多任务学习、多目标优化、流程工业智能优化决策等方面的研究,目前已发表的学术论文有:
[1] 周晓君,
高媛等. 基于多目标优化多任务学习的端到端车牌识别方法[J]. 控制理论与应用,已录用
[2] Xiaojun Zhou , Yuan Gao,
etc. A multiple gradient descent design for multi-task learning
on edge computing: multi-objective machine learning approach[J]. IEEE Transactions on Network
Science and Engineering, accepted.
耿传玉
团队名称:智能控制与优化决策
团队介绍:致力于不确定优化、可解释机器学习和模糊多属性决策等方法的基础理论研究,同时从事流程工业智能优化制造、能源互联网、智能交通等领域的应用研究。
团队成员介绍:
19级硕士生, 主要从事医学图像处理、机器学习等方面的研究。
贺婧怡
团队名称:智能控制与优化决策
团队介绍:致力于不确定优化、可解释机器学习和模糊多属性决策等方法的基础理论研究,同时从事流程工业智能优化制造、能源互联网、智能交通等领域的应用研究。
团队成员介绍:
19级硕士生,主要从事集成学习、多属性决策、流程工业智能优化决策等方面的研究,目前已发表的学术论文有:
[1] Jingyi He,Xiaojun
Zhou, etc. An ensemble learning framework based on group decision
making[C]. 2020, 中国控制与决策会议,accepted.
[2] Xiaojun Zhou, Jingyi He, etc. An
ensemble learning method based on deep neural
network and group decision making[J]. Knowledge-Based Systems, accepted.
张云祥
团队名称:智能控制与优化决策
团队介绍:致力于不确定优化、可解释机器学习和模糊多属性决策等方法的基础理论研究,同时从事流程工业智能优化制造、能源互联网、智能交通等领域的应用研究。
团队成员介绍:
18级硕士生(已硕士毕业),主要从事数据驱动优化、贝叶斯学习、RNN等方面的研究, 目前已发表的学术论文有:
[1]
张云祥,周晓君等. Data-driven based state transition algorithm for dynamic optimization [C].
2019 IEEE Symposium Series on Computational Intelligence (SSCI), 2019, pp. 1091--1096.
王湘月
团队名称:智能控制与优化决策
团队介绍:致力于不确定优化、可解释机器学习和模糊多属性决策等方法的基础理论研究,同时从事流程工业智能优化制造、能源互联网、智能交通等领域的应用研究。
团队成员介绍:
18级硕士生(已硕士毕业),主要从事不确定优化、机会约束优化、流程工业智能优化控制等方面的研究,目前已发表的学术论文有:
[1]
王湘月,周晓君等. 不确定条件下的湿法炼锌除铜过程机会约束优化控制[J]. 化工学报, 2020, 71: 1226--1233.
[2] 周晓君,王湘月等. Hybrid Intelligence Assisted Sample Average Approximation Method for
Chance Constrained Dynamic Optimization[J]. IEEE Transactions on Industrial
Informatics, DOI: 10.1109/TII.2020.3006514
徐冲冲
团队名称:智能控制与优化决策
团队介绍:致力于不确定优化、可解释机器学习和模糊多属性决策等方法的基础理论研究,同时从事流程工业智能优化制造、能源互联网、智能交通等领域的应用研究。
团队成员介绍:
19级博士生,主要从事时间序列分析、分布式优化、约束优化算法等方面的研究,目前已经发表的学术论文有:
[1] C Xu, G Chen,
X Zhou. Temporal pattern attention-based sequence to sequence model for
multistep individual load forecasting[C]. IECON 2020 The 46th Annual Conference of the IEEE
Industrial Electronics Society, accepted.
王启安
团队名称:智能控制与优化决策
团队介绍:致力于不确定优化、可解释机器学习和模糊多属性决策等方法的基础理论研究,同时从事流程工业智能优化制造、能源互联网、智能交通等领域的应用研究。
团队成员介绍:
17级硕士生(已硕士毕业), 主要从事图像处理、机器学习、特征选择等方面的研究, 目前已发表的学术论文有:
[1] 王启安,黄淼,周晓君.
Feature selection in froth
flotation for production condition recognition [J]. IFAC-PapersOnLine, 2018, 51(21):
123-128.
[2] 周晓君,王启安等,A hybrid feature selection method for production condition recognition in
froth flotation
with noisy labels[J]. Minerals Engineering, 2020, https://doi.org/10.1016/j.mineng.2020.106201
龙建朋
团队名称:智能控制与优化决策
团队介绍:致力于不确定优化、可解释机器学习和模糊多属性决策等方法的基础理论研究,同时从事流程工业智能优化制造、能源互联网、智能交通等领域的应用研究。
团队成员介绍:
17级硕士生(已硕士毕业), 主要从事智能优化、约束优化、数据驱动优化等方面的研究,目前已发表的学术论文有:
[1] 周晓君,龙建朋,徐冲冲等.
An external archive-based
constrained state transition algorithm for optimal power dispatch [J]. Complexity, 2019,
https://doi.org/10.1155/2019/4727168
杨珂
团队名称:智能控制与优化决策
团队介绍:致力于不确定优化、可解释机器学习和模糊多属性决策等方法的基础理论研究,同时从事流程工业智能优化制造、能源互联网、智能交通等领域的应用研究。
团队成员介绍:
17级硕士生(已硕士毕业), 主要从事社区发现、聚类分析、机器学习等方面的研究,目前已发表的学术论文有:
[1] 周晓君,杨珂等. A
novel modularity-based
discrete state transition algorithm for community detection in networks [J]. Neurocomputing, 2019,
34:89--99.
张润东
团队名称:智能控制与优化决策
团队介绍:致力于不确定优化、可解释机器学习和模糊多属性决策等方法的基础理论研究,同时从事流程工业智能优化制造、能源互联网、智能交通等领域的应用研究。
团队成员介绍:
17级硕士生(已硕士毕业),
主要从事模糊聚类、模糊决策等方面的研究,目前已发表的学术论文有:
[1] 周晓君,张润东等,Kernel intuitionistic fuzzy c-means and state transition algorithm for clustering problem[J]. Soft Computing, 2020,https://link.springer.com/article/10.1007/s00500-020-04879-8
[2] 周晓君,张润东等, Using hybrid normalization technique and state transition
algorithm to
VIKOR method for influence maximization problem[J]. Neurocomputing, 2020, 410:41-50.
周佳佳
团队名称:智能控制与优化决策
团队介绍:致力于不确定优化、可解释机器学习和模糊多属性决策等方法的基础理论研究,同时从事流程工业智能优化制造、能源互联网、智能交通等领域的应用研究。
团队成员介绍:
16级硕士生(已硕士毕业), 主要从事多目标优化、智能优化算法等方面的研究, 目前已发表的学术论文有:
[1] 周晓君,周佳佳,阳春华等.
Set-point tracking and
multi-objective optimization-Based PID control for the goethite process [J]. IEEE ACCESS, 2018, 6:
36683-36698.
黄淼
团队名称:智能控制与优化决策
团队介绍:致力于不确定优化、可解释机器学习和模糊多属性决策等方法的基础理论研究,同时从事流程工业智能优化制造、能源互联网、智能交通等领域的应用研究。
团队成员介绍:
16级硕士生(已硕士毕业), 主要从事动态优化、机器学习等方面的研究,目前已发表的学术论文有:
[1] 黄淼, 周晓君*, T.W.
Huang等. Dynamic optimization
based on state transition algorithm for copper removal process [J]. Neural Computing and
Applications,
2017, DOI 10.1007/s00521-017-3232-0
[2] 周晓君, 黄淼, T.W. Huang等. Dynamic optimization for copper
removal process with continuous production constraints [J]. IEEE Transactions on Industrial
Informatics,
2019, DOI 10.1109/TII.2019.2943500
张凤雪
团队名称:智能控制与优化决策
团队介绍:致力于不确定优化、可解释机器学习和模糊多属性决策等方法的基础理论研究,同时从事流程工业智能优化制造、能源互联网、智能交通等领域的应用研究。
团队成员介绍:
17级博士生, 主要从事分数阶PID控制、深度学习等方面的研究, 目前已发表的学术论文有:
[1] 张凤雪, 阳春华, 周晓君*, 桂卫华.
Fractional-order PID
controller tuning using continuous state transition algorithm [J]. Neural Computing and
Applications,
2018, 29(10): 795-804.
[2] 张凤雪, 阳春华, 周晓君, 桂卫华. Fractional order fuzzy PID optimal control in
copper
removal process of zinc hydrometallurgy[J]. Hydrometallurgy, 2018, 178: 60-76.
[3] 张凤雪, 阳春华,
周晓君*,
桂卫华. Optimal setting and control strategy for industrial process based on discrete-time
fractional-order
PID[J], IEEE Access, 2019, 7:47747--47761.
韩洁
团队名称:智能控制与优化决策
团队介绍:致力于不确定优化、可解释机器学习和模糊多属性决策等方法的基础理论研究,同时从事流程工业智能优化制造、能源互联网、智能交通等领域的应用研究。
团队成员介绍:
16级博士生(已博士毕业), 主要从事不确定优化、动态多目标优化、图像处理等方面的研究,目前已发表的学术论文有:
[1] 韩洁, 董天雪, 周晓君*, 阳春华, 桂卫华. State transition algorithm for constrained optimization problems[C]. in
the 33rd Chinese Control Conference (CCC), 2014, pp. 7543-7548.
[2] 韩洁, 阳春华, 周晓君*, 桂卫华.
Entropy-based estimation of bubble size distributions in froth flotation using B-spline functions
[J].
IFAC-PapersOnLine, 2016, 49(20): 96–101;
[3] 韩洁, 阳春华, 周晓君*, 桂卫华. A new multi-threshold image
segmentation approach using state transition algorithm [J]. Applied Mathematical Modelling, 2017,
44:
588–601;
[4] 韩洁, 阳春华, 周晓君, 桂卫华. Dynamic multi-objective optimization arising in iron
precipitation
of zinc hydrometallurgy [J]. Hydrometallurgy, 2017, 173: 134–148.
[5] 韩洁, 阳春华, 周晓君, 桂卫华. A
two-stage state transition algorithm for constrained engineering optimization problems[J]. Int.
Journal
of Control Automation and Systems, 2018, 16(2): 522-534.
[6] 韩洁, 阳春华, CC Lim, 周晓君等. Power scheduling optimization under single-valued neutrosophic
uncertainty[J]. Neurocomputing, 2020, 382: 12--20
[7] 韩洁, 阳春华, CC Lim,
周晓君等. Stackelberg-Nash game approach for constrained robust optimization with
fuzzy variables[J]. IEEE Transactions on Fuzzy Systems, DOI:
10.1109/TFUZZ.2020.3025697
黄兆可
团队名称:智能控制与优化决策
团队介绍:致力于不确定优化、可解释机器学习和模糊多属性决策等方法的基础理论研究,同时从事流程工业智能优化制造、能源互联网、智能交通等领域的应用研究。
团队成员介绍:
15级博士生(已博士毕业), 主要从事不平衡数据处理、双层规划、数据挖掘等方面的研究, 目前已发表的学术论文有:
[1] 黄兆可, 阳春华,
周晓君, 桂卫华. A novel
cognitively-inspired state transition algorithm for solving the linear bi-level programming
problem[J].
Cognitive Computation, 2018, DOI: 10.1007/s12559-018-9561-1.
[2] 黄兆可, 阳春华, 周晓君等. A hybrid
feature
selection method based on binary state transition algorithm and ReliefF[J],IEEE Journal of
Biomedical
and Health Informatics, DOI: 10.1109/JBHI.2018.2872811
[3] 黄兆可,阳春华, 周晓君等. Energy consumption
forecasting for the nonferrous metallurgy industry using hybrid support vector regression with an
adaptive state transition algorithm[J], Cognitive Computation, https://doi.org/10.1007/s12559-019-09644-0
[4] 黄兆可,阳春华,陈晓方等. Adaptive over-sampling method for
classification with application to imbalanced datasets in aluminum electrolysis[J], Neural Computing
and
Applications, https://doi.org/10.1007/s00521-019-04208-7
[5] 黄兆可,阳春华,陈晓方,周晓君等. Functional deep echo state network improved by a bi-level optimization
approach for multivariate time series classification[J]. Applied Soft Computing,
accepted.