当前位置: X-MOL首页全球导师 国内导师 › 张强

个人简介

先后主持国家自然科学基金青年项目、安徽省科技重大专项、中国航空发动机集团重大技术项目等10项。在国内外学术期刊发表论文26篇,其中以第一作者/通讯作者发表论文18篇,JCR一区11篇,管理科学学报、中国管理科学等中文著名期刊5篇。授权国家发明专利17项(15项排名第1,2项排名第2),美国PCT专利3项(2项排名第1,1项排名第2);登记软件著作权12项(排名第1);获安徽省科技进步奖一等奖1项(排名第1)、中国机械制造工艺协会科技进步奖一等奖1项(排名第2)、教育部高等学校科学研究优秀成果奖(科学技术)一等奖1项(排名第15)。 所在团队与中国航空发动机集团、潍柴动力集团、奇瑞汽车股份有限公司、合锻智能制造股份有限公司等高端制造企业集团保持长期交流和合作。 教育背景 2010/09—2014/03,博士,法国斯特拉斯堡大学/法国国立斯特拉斯堡应用科学院,工业工程 2006/09—2009/07,硕士,合肥工业大学管理学院,管理科学与工程 2002/09—2006/07,学士,合肥工业大学管理学院,信息管理与信息系统 科研项目 主持的纵向科研课题: [1] 安徽省科技重大专项项目:基于工业互联网的高端成形装备智能服务系统关键技术及产业化 [2] 国家自然科学基金青年项目:面向服务的复杂产品设计建模与协同决策方法研究 (已结题) [3] 安徽省自然科学基金青年项目:新兴信息技术环境下复杂产品设计过程建模及决策方法研究 (已结题) [4] 中国博士后基金项目:面向智能互联产品的多主体协同设计方法研究 (已结题) [5] 合肥工业大学青年教师创新项目:大数据环境下面向服务的汽车产品需求建模方法研究 (已结题) 主持的横向科研课题: [1] 中国航空发动机集团项目:航空发动机设计制造协同流程优化 [2] 中国航空发动机集团项目:航空发动机自主研发体系及支撑平台研究 (已结题) [3] 潍柴动力集团项目:面向产品规划决策的舆情信息系统 [4] 合肥市高新区委托项目:合肥高新区“十三五”智能制造产业发展规划 (已结题) [5] 奇瑞汽车公司委托项目:智能互联环境下汽车产品设计方法研究 (已结题) [6] 奇瑞汽车公司委托项目:汽车大数据智能服务 (已结题) 参与的科研课题: [1] 中国工程院咨询研究项目:互联网与大数据技术环境下我国自主知识产权汽车产业的发展战略研究 [2] 国家自然科学基金重大项目:互联网与大数据环境下高端装备制造工程管理理论与方法 [3] 国家自然科学基金重点项目:大数据环境下的智慧制造组织模式与运营管理 科研奖励 [1] 2019年安徽省科技进步一等奖(1/10,排名第1) [2] 2019年中国机械制造工艺协会科技进步奖一等奖(2/15,排名第2) [3] 2019年 教育部科学技术进步奖一等奖(15/15,排名15) 教学研究 1.教学成果奖励 [1] 2020年安徽省教坛新秀 [2] 2019 获安徽省教学成果奖特等奖 (排名第4) [3] 2019 获安徽省教学成果奖一等奖(排名第5) [4] 2017 获安徽省教学成果奖一等奖 (排名第7) [5] 2017 获合肥工业大学青年教师教学基本功比赛一等奖 2. 学生竞赛奖励 [1] 2020年安徽省“互联网+”大学生创新创业大赛金奖,2020年全国“互联网+”大学生创新创业大赛铜奖 [2] 2019年安徽省大学生“挑战杯”课外学术科技竞赛特等奖,2019年全国大学生“挑战杯”课外学术科技竞赛铜奖 [3] 2018年安徽省“创青春”大学生创新创业大赛决赛金奖, 2018全国大学生 “创青春” 创业大赛铜奖 [4] 2016年安徽省“互联网+”大学生创新创业大赛铜奖 3. 创新创业项目 [1] 2017年省级创新创业项目: 面向汽车产品的在线评论分析与系统开发(优秀) 4. 本科课程 管理统计学、Research Advance in MIS、智能互联产品设计与开发 5. 研究生课程 离散事件仿真

研究领域

信息管理与智能决策、高端装备研制管理与智能运维、智能互联产品设计与创新

近期论文

查看导师新发文章 (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)学术论文(第一作者/通讯作者): [1] Zhang Q, Wu D*, Fu C, et al. A new method for measuring process flexibility of product design[J]. International Transactions in Operational Research, 2017, 24(4): 821-838. [2] Zhang Q, Peng Z*, Lu X, et al. An adaptive agent-based process model for optimizing innovative design[J]. Optimization Letters, 2019: 1-22 [3] Zhang Q, Lu X*, Peng Z, et al. Perspective: a review of lifecycle management research on complex products in smart-connected environments[J]. International Journal of Production Research, 2019, 57(21): 6758-6779. [4] Zhang Q*, Deniaud I, Lerch C, Baron C et al. Process modeling of innovative design using Systems Engineering[J]. IFAC-PapersOnLine, 2016, 49(12): 1579-1584. [5] Zhang Q*, Deniaud I, Caillaud E, Baron C et al. Modelling in innovative design using systems engineering[C]. 2016. [6] Fang Z, Zhang Q*, Tang X, et al. An implicit opinion analysis model based on feature-based implicit opinion patterns [J]. Artificial Intelligence Review, 1-28.online, 10.1007/s10462-019-09801-9 [7] Li X, Zhang Q*, Peng Z, et al. A data-driven two-level clustering model for driving pattern analysis of electric vehicles and a case study[J]. Journal of cleaner production, 2019, 206: 827-837. [8] Wang W., Zhang Q*, et al. An empirical evaluation of different usage pattern between car-sharing battery electric vehicles and private ones, Transportation Research Part A: Policy and Practice, 2020,135, 115-129. [9] Zhao S, Zhang Q*, Peng Z, et al. Integrating customer requirements into customized product configuration design based on Kano’s model[J]. Journal of Intelligent Manufacturing, 2020, 31(3): 597-613. [10] Wang A, Zhang Q*, Zhao S, et al. A review-driven customer preference measurement model for product improvement: sentiment-based importance–performance analysis [J]. Information Systems and e-Business Management, 2020: 1-28.online, 10.1007/s10257-020-00463-7 [11] Tang X, Zhang Q*, Peng Z*, et al. Distribution linguistic preference relations with incomplete symbolic proportions for group decision making[J]. Applied Soft Computing, 2020, 88: 10600 [12] Tang X*, Zhang Q, Peng Z, et al. Derivation of personalized numerical scales from distribution linguistic preference relations: an expected consistency-based goal programming approach[J]. Neural Computing and Applications, 2019, 31(12): 8769-8786. [13] Tang X, Peng Z, Zhang Q*, et al. Consistency and consensus-driven models to personalize individual semantics of linguistic terms for supporting group decision making with distribution linguistic preference relations[J]. Knowledge-Based Systems, 2020, 189: 105078. [14] Zheng L, Baron C, Esteban P, Xue, R, Zhang Q*, et al. Using Leading Indicators to Improve Project Performance Measurement[J]. Journal of Systems Science and Systems Engineering, 2019, 28(5): 529-554. [15] 王安宁, 张强*, 彭张林, 等. 基于在线评论的区域需求偏好识别方法[J]. 中国管理科学, 2019, 27(7): 167-176. [16] 王安宁, 张强*, 彭张林, 等,融合特征情感和产品参数的客户偏好模型[J]. 中国管理科学, 2019.08,录用 [17] 沈超, 王安宁, 彭张林,张强*. 基于在线评论的客户偏好趋势挖掘[J]. 系统工程学报, 2019.05,录用. 发明专利 [1] 张强、杨善林等,一种液压泵的维修策略优化方法及装置,ZL201710812638. 9,发明专利 [2] 张强、杨善林等,一种设备故障元件排查方法及系统,ZL 201710661722.5,发明专利 [3] 张强、王婉莹等,一种复杂成形设备的维修策略确定方法及系统,ZL 201710864563.9,发明专利 [4] 张强、彭张林等,汽车复合内饰件成型生产线安全总线控制系统,ZL201711148534.9,发明专利 [5] 张强、杨善林等,一种液压机服务功能的自动加载方法及系统,Zl201710666932.3,发明专利 [6] 张强、彭张林等,一种基于客户需求的锻压产品和生产线配置方法及系统,ZL 2017107965413,发明专利 [7] 张强,王安宁等,产品的偏好区域识别方法和装置, ZL201710022878.9,发明专利 [8] 张强,彭张林等,产品特征分析方法和系统, ZL201610805032.8,发明专利 [9] 张强,王安宁等,基于社交媒体评论数据的客户需求挖掘方法及装置, ZL201711157334.X,发明专利 [10] 张强,陆效农等,基于运行数据的智能产品配置改进方法及装置,ZL '201610954960.0,发明专利 [11] 张强,王婉莹等,基于用户行为推荐电池配置的方法及装置,ZL201611031495X,发明专利 [12] 陆效农,张强等,电动汽车剩余行驶里程在线预测方法及装置,ZL201610956071.8,发明专利 [13] Zhang Qiang, et.al, Method and system for determining maintenance policy of complex forming device,US10318931B2,美国PCT专利 [14] Zhang Qiang, et.al, Automatic loading system and method for service functions of hydraulic machine,US10571871B2,美国PCT专利 [15] Lu Xiao long, Zhang Qiang,等,On-line Prediction Method and Device for Residual Driving Range of Electric Vehicle,US10124675B2,美国PCT专利

学术兼职

中国系统工程学会智能制造工程分会理事 中国系统工程学会服务系统工程分会理事 美国机械工程师学会(ASME)会员 中国计算机学会(CCF)会员

推荐链接
down
wechat
bug