孙晓燕 [专家]
- 所在单位
- 中国矿业大学
- 职称
- 教授
- 产业领域
- 电子信息
- 研究方向
- 智能优化与控制 机器学习
出生年月 | 未填写 | 性别 | 男 |
---|---|---|---|
毕业院校 | 中矿大 | 学位 | 博士 |
职称 | 教授 | 职称级别 | |
职务 | 工作部门 | 信电学院 | |
工作单位 | 中国矿业大学 | 专家类别 | 技术专家 |
所在地区 | 邮政编码 | ||
详细地址 | |||
单位性质 | |||
主要服务产业领域 | 电子信息 | ||
研究方向 | 智能优化与控制 机器学习 | ||
依托研究平台 | 信电学院 | ||
推荐专家情况 | |||
简述主要科研
能力、成绩与成果 |
IEEE 会员、IEEE计算智能学会会员;为《Applied Soft Computing(应用软计算)》、《Memetic Computing(模拟计算)》、《International Journal of Soft Computing(软计算国际期刊)》、《IEEE Computational Intelligence Magazine(IEEE计算智能期刊)》、《Journal of Control Theory and Applications (控制理论与应用英文版)》等权威国际、国内学术期刊的特约审稿人。 | ||
简述主要咨询专长 与案例 |
近年来出版专著2部,发表学术论文30余篇,主要研究方向为智能优化计算与应用,具体如下: 1.不确定环境多目标进化优化(Evolutionary multi-objective optimization in the presence of uncertainties),包括区间不确定高维多目标进化优化方法,以及在控制系统和多目标决策系统中的应用 (1项国家自然科学基金资助) 2.融合机器学习的交互式进化优化算法(Interactive evolutionary algorithms),包括基于认知代理模型的交互式进化优化算法、基于知识发现的交互式进化优化算法、群决策交互式进化优化算法等,以及在电子商务、产品设计等实际问题中的应用(1项江苏省自然科学基金资助、1项江苏省博士后基金资助、1项中央高校基本科研业务费青年科技基金资助) 3.合作型协同进化算法(Cooperative co-evolutionary algorithms),包括变量分割、并行实现,在机器人路径规划以及神经网络优化中的应用等。 |
办公电话 | 对接成功后可查看 | 手机号码 | 对接成功后可查看 |
---|---|---|---|
电子邮箱 | 对接成功后可查看 | 传真号码 | 对接成功后可查看 |