当前位置: X-MOL首页全球导师 国内导师 › 王敏

个人简介

王敏,博士,广东省杰青、广东省特支计划百千万工程青年拔尖人才、广州市珠江科技新星。2009年获得青岛大学系统理论专业博士学位,师从张嗣灜院士和陈兵教授。2008.6-2008.9 留学新加坡国立大学电子工程系,师从葛树志教授。2017.11-2018.10 以访问学者身份留学英国布鲁奈尔大学计算机系,师从王子栋教授。 近年来,主要致力于理论与应用结合方面的研究工作。1)理论研究方向:智能控制与学习;基于模式的智能控制;基于事件触发的网络控制系统智能控制;协同学习与控制。2)应用领域方向:机器人的安全可靠控制;机器人的协同学习与控制;机器人智能自主控制实验平台研发;发动机旋转失速检测与控制。在上述研究领域,作为项目负责人主持了省部级以上科研项目8项,其中国家自然科学基金项目3项,累计资助经费达400余万元;作为第一参与人承担了国家自然科学基金重大项目课题,作为主要成员参与了多项国家级科研项目、广东省自然科学基金研究团队项目、省市重点实验室建设项目;荣获山东省优秀博士学位论文、山东省研究生科技创新成果奖、国际会议最佳理论论文奖、 2 项国际期刊论文最高引用率奖等;在国内外权威期刊发表 SCI 论文 40 余篇,IEEE 汇刊长文 20 篇,ESI 高引论文 7 篇;发表论文 SCI 他引1000 余次,单篇最高 SCI 他引 150 余次。近三年来,申请国家发明专利 11 项,目前已完成授权 6项。 工作经历 2018/09-至今,华南理工大学,自动化科学与工程学院,教授 2012/09-2018/08,华南理工大学,自动化科学与工程学院,副教授 2009/07-2012/08,华南理工大学,自动化科学与工程学院,助理研究员、讲师 2017/11-2018/10,Brunel University London,计算机系,访问学者 教育经历 2006/09–2009/06, 青岛大学, 自动化与电气工程学院,博士 2008/06-2008/09,新加坡国立大学,电子与计算机工程系,访问学生 获奖、荣誉称号 1. 2016年荣获广东省特支计划百千万工程青年拔尖人才 2. 2010年荣获山东省优秀博士学位论文 3. 2009年荣获山东省优秀研究生科技创新成果奖一等奖 4. 2010-2013年度荣获国际杂志《Fuzzy Sets and Systems》论文最高引用率奖 5. 2010年荣获国际杂志IJICIC论文最高引用率奖 6. 2017 年荣获第 9 届“建模、辨识与控制国际会议”最佳理论论文奖 科研项目 一、项目负责人主持的主要科研项目 1. 面向状态约束的非线性系统确定学习控制及其应用. 广东省杰出青年基金项目,100万元,执行期限:2019.10-2023.09. 2. 基于指定性能的非线性系统确定学习及基于模式的智能控制. 国家自然科学基金(面上项目), 78.8万元, 执行期限:2018.01-2021.12. 3. 基于指定跟踪性能的柔性关节机器人确定学习研究.广东省自然科学基金,10万元,执行期限:201705-202005. 4. 满足安全性能要求的柔性关节机器人智能自主控制系统开发. 广州市科技计划项目, 20万元, 执行期限:2019.04-202.03. 5. 未知动态环境下非线性系统的确定学习及其性能分析. 国家自然科学基金(面上项目), 81万元, 执行期限:2014.01-2017.12. 6. 基于动态模式的机器人轨迹跟踪控制与学习. 广州市珠江科技新星专项,30万元, 执行期限:2014.04-2017.03. 二、参与的主要科研项目 1. 高性能航空发动机失稳运行状态的辨识与预测方法研究, 国家自然科学基金重大项目课题,343万(直接经费), 2019.01-2023.12,. 2. 涡扇发动机压缩系统不稳定流动建模、预测和控制,国家自然科学基金重点项目,230万元, 2010.01-2013.12. 3. 超燃冲压发动机突变控制问题研究,国家自然科学基金(重大研究计划重点项目),300万元,2009.01--2012.12. 4. 基于模式识别的生物医学数据处理与脑机接口研究,广东省自然基金团队项目,2014.10-2019.9, 300万。 5. 广州市脑机接口和应用重点实验室,200万元 科研创新 1. 王敏,杨安乐,方冲,基于确定学习理论的性能受限柔性机械臂控制方法, 中国发明专利,ZL201610457032.3 2. 王敏,邹永涛,陈志广,张燕雯,基于确定学习的全状态受限刚性机械臂安全可靠控制方法,中国发明专利,ZL201710458865.6。 3. 王敏,叶慧平,陈志广,邹永涛,一种基于动态模式的机械臂智能自主控制方法,中国发明专利,ZL2017106367501。 4. 王敏、黄盛钊、邹永涛、陈志广,一种位置受限柔性关节机器人基于模式的智能控制方法,中国发明专利,ZL201811219207.2。 5. 戴诗陆,何树德,方冲,王敏,一种满足预设跟踪性能的欠驱动水面船舶控制方法,中国发明专利,ZL201710281426.2。 6. 戴诗陆,彭云根,王敏,李烈军,一种无人水面艇的扰动补偿控制方法,中国发明专利,ZL201710364373.0。 教学活动 1. 本科生课程:《人工智能》、《运动控制》、《机器智能探索》和《智能控制理论与应用》 2. 硕士研究生课程:《自适应神经网络控制》 指导学生情况 在读博士生3人、在读硕士生10人。

研究领域

1)理论研究方向:智能控制与学习;基于模式的智能控制;网络化控制;协同学习与控制、模式识别。 2)应用领域方向:机器人的安全可靠控制;机器人协同学习与控制;机器人智能自主控制实验平台研发;发动机旋转失速检测与控制。

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] Min Wang*, Zidong Wang, Hongli Dong and Qing-Lon Han, A novel framework for backstepping-based control of discrete-time strict-feedback nonlinear systems with multiplicative noises, IEEE Transactions on Automatic Control, 2020, doi: 10.1109/TAC.2020.2995576. (Regular Paper) [2] Min Wang, Zidong Wang*, Yun Chen and Weiguo Sheng, Event-based adaptive neural tracking control for discrete-time stochastic nonlinear systems: a triggering-threshold compensation strategy, IEEE Transactions on Neural Networks and Learning Systems, 31(6): 1968-1981, 2020. [3] Min Wang*, Cong Wang, Peng Shi, Xiaoping Liu, Dynamic Learning from Neural Control for Strict-Feedback Systems with Guaranteed Predefined Performance, IEEE Transactions on Neural Networks and Learning Systems, 27(12): 2564-2576, 2016. [4] Min Wang*, Cong Wang, Learning from Adaptive Neural Dynamic Surface Control of Strict-Feedback Systems, IEEE Transactions on Neural Networks and Learning Systems, 26(6): 1247-1259, 2015. [5] Min Wang*, Shuzhi Sam Ge, Keum-Shik Hong, Approximation-Based Adaptive Tracking Control of Pure-Feedback Nonlinear Systems with Multiple Unknown Time-Varying Delays, IEEE Transactions on Neural Networks, 21(11): 1804-1816, 2010. [6] Shi-Lu Dai, Shude He, Min Wang*, and Chengzhi Yuan, Adaptive neural control of underactuated surface vessels with prescribed performance guarantees, IEEE Transactions on Neural Networks and Learning Systems, 30(12): 3686-3698, 2019. [7] Cong Wang*, Min Wang, Tengfei Liu, David. J. Hill, Learning from ISS-Modular Adaptive NN Control of Nonlinear Strict-Feedback Systems, IEEE Transactions Neural Networks and Learning Systems, 23(10): 1539-1550, 2012. [8] Min Wang, Zidong Wang*, Yun Chen and Weiguo Sheng, Adaptive neural event-triggered control for discrete-time strict-feedback nonlinear systems, IEEE Transactions on Cybernetics, 50 (7): 2946-2958 , 2020. [9] Min Wang*, Yongtao Zou, and Chenguang Yang, "System Transformation-Based Neural Control for Full State Constrained Pure-Feedback Systems via Disturbance Observer", IEEE Transactions on Cybernetics, 2020, doi:10.1109/TCYB.2020.2988897. [10] Min Wang, Zidong Wang*, Yun Chen, Weiguo Sheng, Observer-based fuzzy output-feedback control for discrete-time strict- feedback nonlinear systems with stochastic noises, IEEE Transactions on Cybernetics, 2019, doi:10.1109/TCYB. 2019.2902520. [11] Min Wang*, Xiaoping Liu, Peng Shi, Adaptive neural control of pure-feedback nonlinear time-delay systems via dynamic surface technique, IEEE Transactions Systems, Man and Cybernetics-Part B, 41(6):1681-1692, 2011. [12] Min Wang, Bing Chen*, Peng Shi. Adaptive Neural Control for a Class of Perturbed Strict-Feedback Nonlinear Time-Delay Systems. IEEE Transactions on Systems, Man and Cybernetics--Part B, 38(3):721-730, 2008. [13] Min Wang*, Longwang Huang, and Chenguang Yang, "NN-Based Adaptive Tracking Control of Discrete-Time Nonlinear Systems with Actuator Saturation And Event-Triggering Protocol," IEEE Transactions on Systems, Man, and Cybernetics: Systems, 2020, doi: 10.1109/TSMC.2020.2981954. [14] Min Wang*, Anle Yang, Dynamic Learning from Adaptive Neural Control of Robot Manipulators with Prescribed Performance. IEEE Transactions on Systems, Man, and Cybernetics: Systems, 47(8): 2244-2255, 2017. [15] Shude He, Min Wang*, Shi-Lu Dai, Fei Luo, Leader-follower formation control of USVs with prescribed performance and collision avoidance, IEEE Transactions on Industrial Informatics, 15(1): 572-581, 2019. [16] Min Wang*, Siying Zhang, Bing Chen, Direct adaptive neural control for stabilization of nonlinear systems with time-varying delays, SCIENCE CHINA Information Sciences (中国科学:信息科学(英文版)), 53(4): 800-812, 2010.

学术兼职

现任International Journal of Systems Science、IEEE Access 和《控制理论与应用》编委;第十五届智能无人系统国际会议(ICIUS2019) 程序委员会委员、第五届智能控制与信息处理国际会议(ICIPIP)程序委员会委员等;亚太神经网络协会 (APNNS) 委员、美国电子电气工程师协会会员、国家自然科学基金评审专家、广东省科技项目评审专家、美国电子电气工程师协会会员等;现任 IEEE 汇刊系列、Systems & Control Letters、《自动化学报》、《中国科学信息科学》等国内外权威学术期刊审稿人。

推荐链接
down
wechat
bug