导师风采
刘庆山
浏览量:892   转发量:

个人信息

Personal Information

  • 教授
  • 导师类别:硕,博士生导师
  • 性别: 男
  • 学历:博士研究生
  • 学位:博士

联系方式

Contact Information

  • 所属院系:数学学院
  • 所属专业: 数学  、 网络空间安全
  • 邮箱 : qsliu@seu.edu.cn
  • 工作电话 : -

个人简介

Personal Profile

近年来,主要从事网络动力学优化、多智能体分布式优化、群体智能、多机器人协同控制、复杂网络与机器学习等方向的研究工作。现已在国内外重要学术刊物,如IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics、IEEE Transactions on Automatic Control、IEEE Transactions on Systems, Man, and Cybernetics - Systems、Neural Networks和Neural Computation等国际期刊和国际会议上发表学术论文80余篇,其中IEEE Transactions论文20余篇;作为编辑参与出版专刊7期和会议论文集5本;获得2011年度教育部高等学校自然科学奖一等奖(排名第二),2015年度湖北省自然科学奖二等奖(排名第一),2011年度IEEE计算智能学会IEEE Transactions on Neural Networks杰出论文奖(排名第一),2012年度亚太神经网络联合会青年研究者奖(独立),2019年度吴文俊人工智能科学技术奖自然科学奖二等奖(排名第二);入选2012年度教育部“新世纪优秀人才支持计划”,2018年度江苏省第五期“333高层次人才培养工程”中青年学术技术带头人。

注:可在数学学院和网络空间安全学院同时招收博士生和硕士生

  • 研究方向Research Directions
最优化理论,人工智能,复杂网络,网络安全
科研项目

  • 中国电子学会-腾讯Robotics X犀牛鸟专项研究计划,2021年9月-2022年8月,主持
  • 军委科技委国防科技创新特区项目,2019年6月-2022年6月,主持
  • 国家自然科学基金面上项目,61876036,基于模型分解和群集神经动力学网络的分布式优化算法研究,2019年1月-2022年12月,主持
  • 国家自然科学基金重点项目,61833005,基于群体智能的分布式优化理论、方法及应用研究,2019年1月-2023年12月,参与
  • 国家自然科学基金面上项目,61473333,基于神经网络和群体智能的稀疏表示算法研究,2015/01-2018/12,主持
  • 教育部“新世纪优秀人才支持计划”,NCET-12-0114,计算智能,2013/01-2015/12,主持
  • 国家自然科学基金青年科学基金项目,61105060,基于有限时间收敛的优化反馈神经网络设计、分析与应用,2012/01-2014/12,主持
  • 江苏省自然科学基金面上项目,BK2011594,优化神经网络建模与有限时间收敛性分析,2012/01-2014/12,主持
  • 教育部博士点基金,20090092120026,基于多目标规划条件的耦合优化神经网络设计,2010/01-2012/12,主持


研究成果

期刊论文(部分)

  • Q. Liu, X. Le, and K. Li, “A distributed optimization algorithm based on multiagent network for economic dispatch with region partitioning,” IEEE Transactions on Cybernetics, vol. 51, no. 5, pp. 2466-2475, May 2021.
  • K. Li, Q. Liu, S. Yang, J. Cao, and G. Lu, “Cooperative optimization of dual multiagent system for optimal resource allocation,” IEEE Transactions on Systems, Man, and Cybernetics: Systems, vol. 50, no. 11, pp. 4676-4687, Nov. 2020.
  • S. Yang, J. Wang, and Q. Liu, “Cooperative-competitive multiagent systems for distributed minimax optimization subject to bounded constraints,” IEEE Transactions on Automatic Control, vol. 64, no. 4, pp. 1358–1372, Apr. 2019.
  • B. Xu, Q. Liu, and T. Huang, “A discrete-time projection neural network for sparse signal reconstruction with application to face recognition,” IEEE Transactions on Neural Networks and Learning Systems, vol. 30, no. 1, pp. 151–162, Jan. 2019.
  • Q. Liu, S. Yang, and Y. Hong, “Constrained consensus algorithms with fixed step size for distributed convex optimization over multiagent networks,” IEEE Transactions on Automatic Control, vol. 62, no. 8, pp. 4259–4265, Aug. 2017.
  • Q. Liu, S. Yang, and J. Wang, “A collective neurodynamic approach to distributed constrained optimization,” IEEE Transactions on Neural Networks and Learning Systems, vol. 28, no. 8, pp. 1747–1758, Aug. 2017.
  • Q. Liu and J. Wang, “L1-minimization algorithms for sparse signal reconstruction based on a projection neural network,” IEEE Transactions on Neural Networks and Learning Systems, vol. 27, no. 3, pp. 698–707, Mar. 2016.
  • Q. Liu and J. Wang, “A second-order multi-agent network for bound-constrained distributed optimization,” IEEE Transactions on Automatic Control, vol. 60, no. 12, pp. 3310–3315, Dec. 2015.
  • Q. Liu and J. Wang, “A projection neural network for constrained quadratic minimax optimization,” IEEE Transactions on Neural Networks and Learning Systems, vol. 26, no. 11, pp. 2891–2900, Nov. 2015.
  • Q. Liu, T. Huang, and J. Wang, “One-layer continuous- and discrete-time projection neural networks for solving variational inequalities and related optimization problems,” IEEE Transactions on Neural Networks and Learning Systems, vol. 25, no. 7, pp. 1308–1318, July 2014.
  • Q. Liu and J. Wang, “A one-layer projection neural network for nonsmooth optimization subject to linear equalities and bound constraints,” IEEE Transactions on Neural Networks and Learning Systems, vol. 24, no. 5, pp. 812–824, May 2013.
  • Q. Liu, C. Dang, and T. Huang, “A one-layer recurrent neural network for real-time portfolio optimization with probability criterion,” IEEE Transactions on Cybernetics, vol. 43, no. 1, pp. 14–23, Feb. 2013.


工作经历
  • 2018/04-至今,东南大学,数学学院,教授
  • 2014/04-2018/04,华中科技大学,自动化学院,教授
  • 2008/09-2014/04,东南大学,自动化学院,副教授
  • 2016/05-2016/06,香港城市大学,计算机科学系,访问学者
  • 2013/05-2013/07,美国德克萨斯A&M大学卡塔尔分校,数学科学系,访问学者
  • 2010/02-2010/08,香港中文大学,机械与自动化工程学系,博士后
  • 2009/08-2009/11,香港城市大学,制造工程及工程管理学系,高级研究员


教育经历
  • 2005/08-2008/07,香港中文大学,机械与自动化工程学系,博士
  • 2002/09-2005/03,东南大学,数学学院,硕士
  • 1997/09-2001/07,安徽师范大学,数学与计算机科学学院,学士


考生信息
姓名:
手机号码:
邮箱:
毕业院校:
所学专业:
报考类型:
博士
硕士
个人简历:

上传附件

支持扩展名:.rar .zip .doc .docx .pdf .jpg .png .jpeg
成绩单:

上传附件

支持扩展名:.rar .zip .doc .docx .pdf .jpg .png .jpeg
其他材料:

上传附件

支持扩展名:.rar .zip .doc .docx .pdf .jpg .png .jpeg
备注:

东南大学研究生院招生办公室

360eol提供技术支持

Copyright © 2011 -All Rights Reserved 苏ICP备08015343号-4

文件上传中...

分享
回到
首页
回到
顶部