教授/研究员
周远强
发布时间:2019-02-28 21:51        浏览次数:12957

职称:研究员

学科:控制科学与工程

学科/部门:控制科学与工程,控制理论与控制工程

专业:控制理论与控制工程、智能科学与技术

研究方向:预测控制、数据智能建模、分布式控制与优化决策、机器学习等

电子邮件:zhouyuanq@tongji.edu.cn



个人简介 

  周远强,博士/硕士生导师,现任同济大学研究员。中共党员,来自湖北襄阳。长期专注于预测控制与智能决策、数据智能建模、分布式协调优化和机器学习等领域的研究,取得了显著成果。入选上海市高层次人才项目、上海市领军人才。



                        

学生接待时间


教育与工作经历  

    2024-01至今, 同济大学, 电子与信息工程学院, 控制科学与工程系,研究员

    2020-10至2023-10,香港科技大学, 工学院,化学与生物分子工程系,博士后副研究员,导师:高福荣

    2017-102019-09,纽约大学, Tandon工学院,电气计算机工程系, 访问学者,导师:姜钟平

    2015-092020-08, 上海交通大学, 电子信息与电气工程学院, 自动化系,博士,导师:李德伟

    2013-092015-07, 哈尔滨工业大学, 航天学院,控制科学与工程系, 硕士,导师:马广富

    2009-09至2013-07, 哈尔滨工业大学, 理学院,数学系,数学与应用数学,学

 

社会兼职

    担任IFAC TC 5.4. Large Scale Complex Systems 委员、中国自动化学会预测控制与智能决策专业委员会委员、上海市自动化学会青年工作委员会委员、国家自然科学基金项目评审专家、上海市科委项目评审专家。


研究成果

主持或参与国家级省部级纵向项目10,在AutomaticaIEEE 会刊IFAC期刊、Advanced ScienceCell子刊等国际权威学术刊物和重要国际会议上已发表学术论文50余篇,其中SCI期刊论文超30余篇,28篇位列JCR分区Q1合计发表第一作者学术论文20余篇;发表SCI综述论文3,其中第一作者特邀SCI综述论文2篇,发表于SCI期刊Journal of Process Control》和《Korean Journal of Chemical Engineering》;2篇入选ESI高被引论文,累计影响因子超过260,期刊影响因子大于10的文章13篇。详细的科研成果可在他的中文主页(https://see.tongji.edu.cn/info/1379/12341.htm或者https://faculty.tongji.edu.cn/zhouyuanqiang)和英文主页(http://zhou-ust.github.io)上查看。


科研项目情况

[1]. 国家自然科学基金青年项目,动态交互环境下的无人系统自适应分布式协同预测控制理论与方法,2025/01-2027/12,在研,主持

[2]. 上海市科技创新行动计划自然科学基金面上项目,分布式系统自适应协同辨识和新型预测控制方法,2024/10-2027/9,在研,主持

[3]. 同济大学基础能力提升计划青年培育项目,多维混合数据驱动的预测控制系统优化技术及其应用,2024/01-2024/11,在研,主持

[4]. 能源化工过程智能制造教育部重点实验室开放课题,多维混合驱动的批次过程迭代学习优化控制设计与应用,2023/01-2024/12,在研,主持

[5]. 国家自然科学基金联合重点项目,实时数据驱动的多阶段批次过程协同优化控制设计与应用研究/ Design and application of data-driven real-time coordinated optimization and control for multi-phase batch processes, 62261160385经费100RMB+125HK, 2023/01-2026/12,在研,项目骨干

[6]. 香港研究资助局(RGC)项目, Moving closed-loop control from process variables to quality: a study of injection molding,16203322,2023/01-2025/12,经费116.2HK,在研,项目骨干

[7]. 上海交通大学香港科技大学(SJTU-HKUST)学术交流基金,批次过程的约束学习控制与安全控制及其在注塑系统上的应用,2021-2022,已结题,主持

[8]. 香港研究资助局(RGC)项目, Learning-based control strategy design for batch processes, 16208520,2021/01-2023/12,已结题,项目骨干

[9]. 国家科技部重点研发计划, 高分子产品混合制造产线智能决策与管控技术, 2019YFB1704900,2020/01-2022/12,经费3800万 (国拨1500万+自筹2300万),已结题,参与

[10]. 国家自然科学基金面上项目,混杂大规模系统分布式预测控制综合设计方法研究,61973214, 2020/01-2023/12,结题,参与

 

代表性著作与论文

Y. Zhou, H. Hu, W. Ding, K. Gao, D. Li, and F. Gao, “Cooperative distributed predictive control for smart injection molding systems with one-tap memory,” IEEE Transactions on Industrial Informatics, vol. 20, no. 6, pp. 8850-8860, 2024.  (SCI & EI; JCR Q1, IF = 12.3)

K. Gao, Y. Zhou, F. Gao, and J. Lu, “Optimally selected cycle based ILC for system with randomly varying initial state,” IEEE Transactions on Automatic Control, to appear, 2024. (SCI & EI; JCR Q1, IF = 6.2)

Y. Zhou, X. Tang, D. Li, X. Lai, and F. Gao, “Combined iterative learning and model predictive control scheme for nonlinear systems,” IEEE Transactions on Systems, Man, and Cybernetics: Systems, vol. 54, no. 6, pp. 3558-3567, 2024.  (SCI & EI; JCR Q1, IF = 8.7)

K. Gao, Y. Zhou, J. Lu, and F. Gao, “A selective migration-based improved GPR modeling method for batch process,” IEEE Transactions on Systems, Man, and Cybernetics: Systems, vol. 54, no. 5, pp. 3097-3109, 2024. (SCI & EI; JCR Q1, IF = 8.7)

Y. Zhou and F. Gao, “Smart batch process: The evolution from 1D and 2D to new 3D perspectives in the era of Big Data,” Journal of Process Control, vol. 130, pp. 103088, 2023. (SCI & EI; JCR Q1, IF = 4.2)

Y. Zhou, K. Gao, X. Tang, H. Hu, D. Li, and F. Gao, “Conic input mapping design of constrained optimal iterative learning controller for uncertain systems,” IEEE Transactions on Cybernetics, vol. 53, no. 3, pp. 1843-1855, 2023.  (SCI & EI; JCR Q1, IF = 19.118)

Y. Zhou, D. Li, and F. Gao, “Input mapping design for batch-to-batch optimization with limited memory,” IEEE Transactions on Circuits and Systems II: Express Briefs, vol. 70, no. 1, pp. 171-175, 2023. (SCI & EI; JCR Q1, IF = 3.691)

Y. Zhou, D. Li, and F. Gao, “Data-driven optimal synchronization control for leader-follower multi-agent systems,” IEEE Transactions on Systems, Man, and Cybernetics: Systems, vol. 53, no. 1, pp. 495-503, 2023.  (SCI & EI; JCR Q1, IF = 13.451)

Y. Zhou, Z. Cao, J. Lu, C. Zhao, D. Li, and F. Gao, “Objectives, challenges, and prospects of batch processes: Arising from injection molding applications,” Korean Journal of Chemical Engineering, vol. 39, no. 12, pp. 3179-3189, 2022.  (SCI & EI; JCR Q1, IF = 3.146)

Y. Zhou, D. Li, Y. Xi, and F. Gao, “Event-triggered distributed robust model predictive control for a class of nonlinear interconnected systems,” Automatica, vol. 136, pp. 110039, 2022. (SCI & EI; JCR Q1, IF = 6.150)

Y. Zhou, D. Li, and F. Gao, “Conic iterative learning control using distinct data for constrained batch processes with state-dependent uncertainty,” IEEE Transactions on Industrial Informatics, vol. 18, no. 5, pp. 3095-3104, 2022.  (SCI & EI; JCR Q1, IF = 11.648)

Y. Zhou, K. G. Vamvoudakis, W. M. Haddad, and Z. Jiang, “A secure control learning framework for cyber-physical systems under sensor and actuator attacks,” IEEE Transactions on Cybernetics, vol. 51, no. 9, pp. 4648-4660, 2021. (SCI & EI; JCR Q1, IF = 11.448)

Y. Zhou, K. Gao, D. Li, Z. Xu, and F. Gao, “Data-efficient constrained learning for optimal tracking of batch processes,” Industrial & Engineering Chemistry Research, vol. 60, no. 43, pp. 15658-15668, 2021. (SCI & EI; JCR Q1, IF = 4.326)

Y. Zhou, D. Li, and F. Gao, “Optimal synchronization control for heterogeneous multiagent systems: Online adaptive learning solutions,” Asian Journal of Control, vol. 24, no. 5, pp. 2352-2362, 2021.   (SCI & EI; JCR Q2, IF = 3.452)

Y. Zhou, D. Li, Y. Xi, and Z. Gan, “Synthesis of model predictive control based on data-driven learning,” Science China: Information Sciences, vol. 63, no. 8, pp. 189204, 2020. (SCI & EI; JCR Q1, IF = 3.304)

Y. Zhou, D. Li, Y. Xi, and Z. Gan, “Periodic event-triggered control for distributed networked multi-agents with asynchronous communication: A predictive control approach,” International Journal of Robust and Nonlinear Control, vol. 29, no. 1, pp. 43-46, 2019. (SCI & EI; JCR Q1, IF = 4.406)

Y. Zhou, D. Li, J. Lu, Y. Xi, and L. Cen, “Networked and distributed predictive control of nonlinear systems subject to asynchronous communication,” IET Control Theory and Applications, vol. 12, no. 4, pp. 504-514, 2018. (SCI & EI; JCR Q1, IF = 3.343)

 

申请和授权的专利与软件著作权

(1) 李莉; 杜文豪; 龚炜; 周远强; 路径损耗地图构建方法、装置、设备以及存储介质,申请日期 2024-03-28,国内专利,202410365597.3,已申请   (发明)

(2) 李王明卉; 龚炜; 李莉; 周远强; 马磊; 许佳; 一种基于资源超售的快速可信双阶段双重拍卖方法,申请日期 2024-06-21,国内专利,202410809560.5,已申请   (发明)

(3) 李王明卉; 李莉; 龚炜; 许佳; 周远强; 于青云; 一种分层联邦学习方法、装置、设备及存储介质,申请日期 2024-06-21,国内专利,202410809397.2,已申请   (发明)

(4) 马磊;季宗瑞;董怡;李莉; 李王明卉; 龚炜; 周远强; 适用于精准种植牙规划的多模式缺失牙齿三维预测方法,申请日期 2024-11-25,国内专利,20241125195418.3,已申请   (发明)

(5) 李王明卉; 尚骏; 龚炜; 易新蕾;马磊;周远强; 一种边缘赋能的自适应算力资源交易与智能信誉更新方法,申请日期 2024-11-28,国内专利,202410362784.3,已申请   (发明)

(6) 周远强;徐文韬;许佳;李王明卉;马磊;龚炜;陈虹; 一种基于大语言模型(ChatMPC)的自动驾驶路径规划与预测控制方法,申请日期 2024-12-23,国内专利,202410803152.2,已申请   (发明)

(7) 李王明卉;许晨曦;李莉;龚炜;马磊;周远强;于青云; 动态智能物联网中一种面向系统稳定性的多模态模型快速数据并行推理策略,申请日期 2024-12-25,国内专利,202410361303.2,已申请   (发明)

(8) 许佳;李莉;李王明卉;龚炜;周远强;基于深度神经网络的文本分割方法V1.0,申请日期2024-07-15,国内专利,RJ20241974,已申请   (软件著作权)

 

 



招生招聘

每年招收博士生、硕士生、博士后及本科实习生。欢迎有意者将个人简历或相关材料发送至邮箱:zhouyuanq@tongji.edu.cn咨询。更多招生信息,请参考同济大学研究生招生网址:https://tongji.teacher.360eol.com/teacherBasic/preview?p=v&teacherId=28918&previewCode= 。热切期待有志于创新研究和学术发展的学生和研究人员的加入。让我们携手前行,共同成长!




 


Copyright © 2012 同济大学控制科学与工程系