个人简介
苑海涛，副教授，硕士生导师，小米青年学者，北京航空航天大学青年拔尖人才，美国新泽西理工学院计算机工程博士、北京航空航天大学控制科学与工程博士。经中国驻纽约总领事馆申请审批，荣获2021年国家优秀自费留学生奖学金（美国东北部顶级大学林立，竞争十分激烈）。现任《Expert System Applications 》期刊(中科院JCR分区1区，影响因子8.665)副主编、中国体视学学会理事、IEEE Senior Member (IEEE高级会员)。
2020年8月在美国新泽西理工学院获得计算机工程博士学位，导师为美国发明家科学院院士MengChu Zhou (周孟初)教授，并获得了美国新泽西理工学院2021 Hashimoto Prize (最佳博士论文奖)。2016年7月获得北京航空航天大学控制科学与工程博士学位，导师为李伯虎院士。以双博士的身份在2021年1月入职北京航空航天大学。于2017年11月至2018年12月在美国新泽西理工学院以访问学者身份工作，期间开展了云数据中心、绿色计算和智能优化等方面的研究工作。目前研究领域包括复杂系统仿真、深度学习、作战效能评估、云计算、边缘计算、数据中心建模、智能优化算法。
主持了国家自然科学基金面上项目、北京市自然科学基金面上项目、国家自然科学基金青年项目、中国船舶系统工程研究院、航天四院委托项目等。近十年来，在科学研究上深耕大数据和深度学习技术，围绕云计算、大数据、数据中心节能和计算智能等领域的基础性研究工作；发表学术论文100余篇，其中IEEE 汇刊等SCI论文40余篇(第一/通讯作者)；当前Google Scholar引用次数为2590，且单篇被引次数达192，H-index为30；已授权与云数据中心请求调度方法相关的美国专利2项、中国发明专利7项。获得了第17届IEEE网络、传感和控制国际会议最佳论文奖、2016年中国仿真学会科技进步一等奖(排名第3，项目名称:并行分布仿真系统关键技术研究)、2021年中国电子学会科技进步二等奖(排名第6，项目名称:复杂体系仿真实验与评估关键技术及应用)等奖励。
讲授《系统建模与仿真技术》(研究生)、《计算智能算法》(本科生)和《基于ORACLE/ADO的建模/仿真实验》(研究生)等课程。
教育经历
2019.1 -- 2020.8 美国新泽西理工学院 (New Jersey Institute of Technology) 计算机工程 博士研究生毕业 博士学位 导师为IEEE Fellow、美国发明家科学院院士, MengChu Zhou (周孟初) 教授
2012.9 -- 2016.7 北京航空航天大学 控制科学与工程 博士研究生毕业 工学博士学位 导师为中国工程院院士李伯虎教授
2010.9 -- 2012.7 东北大学 软件工程 硕士 工程硕士专业学位
2006.8 -- 2010.6 东北大学 软件工程 大学本科毕业 工学学士学位
工作经历
2021.1 -- 至今 北京航空航天大学 自动化科学与电气工程学院 系统仿真与智慧制造系副主任 副教授
2017.11 -- 2018.12 美国新泽西理工学院 (New Jersey Institute of Technology) 访问学者 合作导师为IEEE Fellow, MengChu Zhou (周孟初) 教授
社会兼职
2022.8 -- 至今 副主编，《Expert System Applications 》期刊(中科院JCR分区1区，影响因子8.665)
中国体视学学会理事
IEEE Senior Member (IEEE高级会员)
中国仿真学会会员
中国计算机学会会员
荣誉及奖励
2021年国家优秀自费留学生奖学金,2021-11-30
2021年美国新泽西理工学院Hashimoto Prize（最佳博士论文奖）,2021-04-01
2021第18届IEEE网络、传感和控制国际会议Best Paper Award-Finalist
2020年第17届IEEE网络、传感和控制国际会议最佳论文奖
2020年第三届IFAC Workshop on Cyber-Physical and Human Systems最佳海报奖,2021-08-12
2019年第16届IEEE网络、传感和控制国际会议Best Paper Award-Finalist
2016年中国仿真协会科技进步一等奖
2016年北京航空航天大学优秀毕业生
2015年博士研究生国家奖学金
研究领域
面向军事领域的系统建模仿真
军事智能仿真
作战效能评估
深度学习
智能优化算法
云计算、数据中心、能耗优化
边缘计算、工业互联网
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）
Self-adaptive Bat Algorithm with Genetic Operations.[期刊].美国:IEEE/CAA Journal of Automatica Sinica,2021:1-11
Energy Consumption and Performance Optimized Task Scheduling in Distributed Data Centers.[期刊].美国:IEEE Transactions on Systems, Man, and Cybernetics: Systems,2021:1-12
Green Energy Forecast-based Bi-objective Scheduling of Tasks across Distributed Clouds.[期刊].美国:IEEE Transactions on Sustainable Computing,2021:1-13
TTSA: An Effective Scheduling Approach for Delay Bounded Tasks in Hybrid Clouds.[期刊].美国:IEEE Transactions on Cybernetics,2017,47(11):3658-3668
Multiqueue Scheduling of Heterogeneous Tasks With Bounded Response Time in Hybrid Green IaaS Clouds.[期刊].美国:IEEE Transactions on Industrial Informatics,2019,15(10):5404-5412
A Hybrid Prediction Method for Realistic Network Traffic With Temporal Convolutional Network and LSTM.[期刊].美国:IEEE Transactions on Automation Science and Engineering,2021,PP(99):1-11
Energy-Efficient and QoS-Optimized Adaptive Task Scheduling and Management in Clouds.[期刊].美国:IEEE Transactions on Automation Science and Engineering,2020,PP(99):1-12
Temporal Prediction of Multiapplication Consolidated Workloads in Distributed Clouds.[期刊].美国:IEEE Transactions on Automation Science and Engineering,2019,16(4):1763-1773
Geography-Aware Task Scheduling for Profit Maximization in Distributed Green Data Centers.[期刊].美国:IEEE Transactions on Cloud Computing,2020,PP(99):1-10
Application-Aware Dynamic Fine-Grained Resource Provisioning in a Virtualized Cloud Data Center.[期刊].美国:IEEE Transactions on Automation Science and Engineering,2017,14(2):1172-1184
Temporal Task Scheduling of Multiple Delay-Constrained Applications in Green Hybrid Cloud.[期刊].美国:IEEE Transactions on Services Computing,2018,PP(99):1-12
CAWSAC: Cost-Aware Workload Scheduling and Admission Control for Distributed Cloud Data Centers.[期刊].美国:IEEE Transactions on Automation Science and Engineering,2016,13(2):976-985
Energy-Optimized Partial Computation Offloading in Mobile-Edge Computing With Genetic Simulated-Annealing-Based Particle Swarm Optimization.[期刊].美国:IEEE Internet of Things Journal,2021,8(5):3774-3785
Revenue and Energy Cost-Optimized Biobjective Task Scheduling for Green Cloud Data Centers.[期刊].美国:IEEE Transactions on Automation Science and Engineering,2021,18(2):817-830
Time-Dependent Cloud Workload Forecasting via Multi-Task Learning.[期刊].美国:IEEE Robotics and Automation Letters,2019,4(3):2401-2406
Temporal Task Scheduling With Constrained Service Delay for Profit Maximization in Hybrid Clouds.[期刊].美国:IEEE Transactions on Automation Science and Engineering,2017,14(1):337-348
Time-Aware Multi-Application Task Scheduling With Guaranteed Delay Constraints in Green Data Center.[期刊].美国:IEEE Transactions on Automation Science and Engineering,2018,15(3):1138-1151
Profit-Maximized Collaborative Computation Offloading and Resource Allocation in Distributed Cloud and Edge Computing Systems.[期刊].美国:IEEE Transactions on Automation Science and Engineering,2021,18(3):1277-1287
Biobjective Task Scheduling for Distributed Green Data Centers.[期刊].美国:IEEE Transactions on Automation Science and Engineering,2021,18(2):731-742
Spatiotemporal Task Scheduling for Heterogeneous Delay-Tolerant Applications in Distributed Green Data Centers.[期刊].美国:IEEE Transactions on Automation Science and Engineering,2019,16(4):1686-1697
Profit-Sensitive Spatial Scheduling of Multi-Application Tasks in Distributed Green Clouds.[期刊].美国:IEEE Transactions on Automation Science and Engineering,2020,17(3):1097-1106
Spatial Task Scheduling for Cost Minimization in Distributed Green Cloud Data Centers.[期刊].美国:IEEE Transactions on Automation Science and Engineering,2019,16(2):729-740
TRS: Temporal Request Scheduling with bounded delay assurance in a green cloud data center.[期刊].荷兰:Information Sciences,2016,360:57-72
SGW-SCN: An integrated machine learning approach for workload forecasting in geo-distributed cloud data centers.[期刊].荷兰:Information Science,2019,481:57-68
Large-scale water quality prediction with integrated deep neural network.[期刊].荷兰:Information Sciences,2021,571:191-205
Integrated deep learning method for workload and resource prediction in cloud systems.[期刊].荷兰:Neurocomputing,2021,424:35-48
Real-time and short-term anomaly detection for GWAC light curves.[期刊].荷兰:Computers in Industry,2018,97:76-84
Deadlock prevention for service orchestration via controlled Petri nets.[期刊].荷兰:Journal of Parallel and Distributed Computing,2019,124:92-105
Fine-grained resource provisioning and task scheduling for heterogeneous applications in distributed green clouds.[期刊].中国:IEEE/CAA Journal of Automatica Sinica,2020,7(5):1380-1393
Energy-efficient Task Offloading Using Hybrid Particle Swarm Optimization with Genetic Operations in Smart Edge.[期刊].荷兰:IFAC-PapersOnLine,2020,53(5):19-24
京公网安备 11010802027423号