当前位置: 网站首页 > 正文

王鼎

职称职务:教授/博士生导师

E-mail:dingwang@bjut.edu.cn

基本情况

王鼎,曾任中国科学院自动化研究所助理研究员、副研究员,现任北京工业大学信息科学技术学院教授、博士生导师。在权威国际期刊上发表学术论文100余篇,其中以第一作者在IEEE汇刊和Automatica上发表论文40篇,并出版专著5本;有ESI高被引或热点论文10余篇。先后入选科睿唯安(Clarivate)全球高被引科学家、爱思唯尔(Elsevier)中国高被引学者、中国科学院青年创新促进会、中国科协青年人才托举工程等。先后荣获广东省自然科学奖一等奖、吴文俊人工智能优秀青年奖、中国自动化学会自然科学奖一等奖、中国科学院优秀博士学位论文奖等。先后担任IEEE Transactions on Systems, Man, and Cybernetics: Systems、IEEE Transactions on Automation Science and Engineering、Neural Networks、Engineering Applications of Artificial Intelligence、ISA Transactions、International Journal of Robust and Nonlinear Control、Neurocomputing、自动化学报等权威期刊编委,中国自动化学会控制理论专业委员会、中国自动化学会过程控制专业委员会、中国自动化学会自适应动态规划与强化学习专业委员会、中国自动化学会环境感知与保护自动化专业委员会委员,IEEE Senior Member,并在一些国际会议上担任重要职务。

研究方向

智能控制与智能优化

神经网络与强化学习

先进控制理论与应用

科研项目

智能评判控制及其应用,国家自然科学基金优秀青年项目

面向知识学习与资源高效利用的复杂非线性系统自适应评判控制,国家自然科学基金面上项目

面向污染防治的复杂动态系统智能表征与调控,科技创新2030——“新一代人工智能”重大项目

基于迭代启发式学习的城市污水处理智能评判控制,北京市自然科学基金杰出青年项目

获奖情况

科睿唯安(Clarivate)全球高被引科学家

爱思唯尔(Elsevier)中国高被引学者

广东省自然科学奖一等奖

吴文俊人工智能优秀青年奖

中国自动化学会自然科学奖一等奖

中国科学院优秀博士学位论文奖

代表性研究成果

[1]王鼎,赵明明,哈明鸣,任进,智能控制与强化学习:先进值迭代评判设计,人民邮电出版社, 2024.

[2]王鼎,不确定动态系统智能评判学习与控制,北京:科学出版社, 2020.

[3]Ding Wang, Mingming Ha, and Mingming Zhao,Advanced Optimal Control and Applications Involving Critic Intelligence, Singapore: Springer Singapore, 2023.

[4]Ding Wang, Ning Gao, Derong Liu, Jinna Li, and Frank Lewis, Recent progress in reinforcement learning and adaptive dynamic programming for advanced control applications,IEEE/CAA Journal of Automatica Sinica, 11(1), pp. 18–36, 2024.

[5]Ding Wang, Lingzhi Hu, Mingming Zhao, and Junfei Qiao, Dual event-triggered constrained control through adaptive critic for discrete-time zero-sum games,IEEE Transactions on Systems, Man, and Cybernetics: Systems, 53(3), pp. 1584–1595, 2023.

[6]Ding Wang, Junfei Qiao, and Long Cheng, An approximate neuro-optimal solution of discounted guaranteed cost control design,IEEE Transactions on Cybernetics, 52(1), pp. 77–86, 2022.

[7]Ding Wang, Mingming Ha, and Junfei Qiao, Data-driven iterative adaptive critic control toward an urban wastewater treatment plant,IEEE Transactions on Industrial Electronics, 68(8), pp. 7362–7369, 2021.

[8]Ding Wang, Mingming Ha, and Junfei Qiao, Self-learning optimal regulation for discrete-time nonlinear systems under event-driven formulation,IEEE Transactions on Automatic Control, 65(3), pp. 1272–1279, 2020.

[9]Ding Wang, Robust policy learning control of nonlinear plants with case studies for a power system application,IEEE Transactions on Industrial Informatics, 16(3), pp. 1733–1741, 2020.

[10]Ding Wangand Derong Liu, Learning and guaranteed cost control with event-based adaptive critic implementation,IEEE Transactions on Neural Networks and Learning Systems, 29(12), pp. 6004–6014, 2018.

[11]Ding Wang, Haibo He, and Derong Liu, Adaptive critic nonlinear robust control: A survey,IEEE Transactions on Cybernetics, 47(10), pp. 3429–3451, 2017.

[12]Ding Wang, Derong Liu, Qichao Zhang, and Dongbin Zhao, Data-based adaptive critic designs for nonlinear robust optimal control with uncertain dynamics,IEEE Transactions on Systems, Man, and Cybernetics: Systems, 46(11), pp. 1544–1555, 2016.

[13]Ding Wang, Derong Liu, and Hongliang Li, Policy iteration algorithm for online design of robust control for a class of continuous-time nonlinear systems,IEEE Transactions on Automation Science and Engineering, 11(2), pp. 627–632, 2014.

[14]Ding Wang, Derong Liu, Qinglai Wei, Dongbin Zhao, and Ning Jin, Optimal control of unknown nonaffine nonlinear discrete-time systems based on adaptive dynamic programming,Automatica, 48(8), pp. 1825–1832, 2012.

[15]王鼎,王将宇,乔俊飞,融合自适应评判的随机系统数据驱动策略优化,自动化学报, 50(5), pp. 980–990, 2024.

[16]王鼎,基于学习的鲁棒自适应评判控制研究进展,自动化学报, 45(6), pp. 1031–1043, 2019.

[17]王鼎,哈明鸣,乔俊飞,一种利用迭代二次启发式规划的污水处理浓度控制方法,授权公告日2022.11.25,专利号ZL202010422508.6.

[18]王鼎,赵明明,乔俊飞,一种用于污水处理系统的混合驱动智能评判控制方法,授权公告日2022.06.07,专利号ZL202010263147.5.

[19]王鼎,马宏宇,高宁,北京工业大学污水处理智能评判跟踪控制平台V1.0,登记通知日2023.02.09,登记号2023SR0215529.

[20]王鼎,黄海铭,倒立摆小车游戏的深度Q学习仿真验证平台V1.0,登记通知日2024.05.29,登记号2024SR0734288.

联系方式

dingwang@bjut.edu.cn

学校地址:北京市朝阳区平乐园100号
邮政编码:100124

  • 北京工业大学
    研究生招生

  • 北京工业大学
    研究生教育

Copyright © 北京工业大学研究生院版权所有