个人简介

王超，男，1983年8月出生，博士，副教授，硕士研究生导师，河北工程大学经济管理学院工商管理系教师，模糊数学与模糊系统专业委员会委员，河北省现场统计学会常务理事，河北省工业与应用数学学会理事、副秘书长。2002年9月至2013年6月在河北大学就读本科、硕士研究生和博士研究生。

研究领域

不确定统计学习理论与支持向量机及其在管理预测与决策中的应用

目前承担的主要科研项目及经费 1. 基于不确定输出样本的支持向量机，青年学术骨干项目，1万，主持 2. 基于广义模糊输出的支持向量机，河北省自然科学基金，4万，201501-201712,主持 3. 泛不确定测度空间上的统计学习理论基础研究，国家自然科学基金，3万，201701-201712, 主持 4. 基于核技术的支持模糊分布机研究,河北省高等学校科学技术研究项目青年拔尖人才项目, 8万, 201701-201912,主持 主要科研成果 1.不确定统计学习理论及其数学基础——理论研究与教学实践，河北省优秀教学成果奖励委员会, 河北省优秀教学成果奖，一等奖，第二 2.不确定统计学习理论及其在管理预测与决策中的应用，河北省社会科学优秀成果奖励委员会，河北省社会科学优秀成果奖, 二等奖，第二 3.基于统计学习理论的安全第一投资组合选择，河北省社会科学优秀成果奖励委员会，河北省社会科学优秀成果奖, 二等奖，第三

近期论文

查看导师最新文章 （温馨提示：请注意重名现象，建议点开原文通过作者单位确认）

1.《不确定统计学习理论》. 北京: 科学出版社, 2011 2.The theoreticalfoundations of statistical learning theory based on fuzzy random samples inSugeno measure space. Transactions of the Institute of Measurement and Control,34(5): 520-526, 2012(SCI) 3.The support vectormachine based on intuitionistic fuzzy number and kernel function. SoftComputing, 17(4): 635-641, 2013(SCI) 4.Support vector machinebased on random set samples. International Journal of Uncertainty、Fuzziness and Knowledge-Based Systems, 21: 101-112,2013(SCI) 5.A novel approach tointerval-valued intuitionistic fuzzy soft set based decision making. AppliedMathematical Modelling, 38(4): 1255-1270，2014 (SCI) 6.Induced generalizedhesitant fuzzy operators and their application to multiple attribute groupdecision making. Computers & IndustrialEngineering, 67: 116-138, 2014. (SCI) 7.Multi-criteria group decisionmaking with incomplete hesitant fuzzy preference relationships, Applied SoftComputing, 40: 439-440, 2015(SCI) 8.A mathematical model ofternary fuzzy set for voting. Journal of Intelligent & Fuzzy Systems, 29:2381-2386, 2015 (SCI) 9.Pan uncertain measure,Advances in Intelligent Systems and Computing, 443: 89-97, 2016 (EI) 10.A novel technique for multiple attributegroup decision making in interval-valued hesitant fuzzy environments withincomplete weight information. Journal of Ambient Intelligence and HumanizedComputing, 2018, 1-17. https://doi.org/10.1007/s12652-018-0912-2(SCI) 11.Credibility support vector machines basedon fuzzy outputs. Soft Computing, 2018, 22(6): 5429–5437|. (SCI)