清华大学 自动化系 智能与网络化系统研究中心
教授
当前位置:首页>师资团队>教授
王 凌
博士,副教授
  • 电话:86-10-62783125-272, 62785845-272
  • 地址:清华大学自动化系,北京 100084
简介

经历

[1] 副教授,清华大学自动化系,2002年至今

[2] 讲  师,清华大学自动化系,1999~2002

[3] 博士生(直博),清华大学自动化系,1995.9~1999.10. (导师:郑大钟教授)

[4] 本科生,清华大学自动化系,1990.9~1995.7.

[5] 出身日期和地点:1972-08-03,江苏武进

研究兴趣

[1]  生产系统建模、计划、调度与优化

[2] 基于计算智能的优化理论、算法与应用,包括遗传算法、模拟退火、禁忌搜索、微粒群、差分进化、神经网络、量子计算等

[3] 仿真优化、序优化

教学

[1] 智能优化算法及其应用 (本科生课程)

[2] 生产调度及其智能优化 (研究生课程)

[3] 人工神经网络 (研究生课程)

[4] 文献检索与论文写作 (工程硕士课程)

学生

博士生:

李令莱 (副导师) (’2001)

郭一楠 (合作导师) (’2001)

刘  波 (副导师) (’2001)

钱  斌 (副导师) (’2004)

硕士生:

张  亮 (’2002)

潘  晖 (’2003)

李彬彬 (’2004)

何  锲 (’2005)

黄付卓 (’2006)

本科生:

李文峰,闫  铭 (’2000)

李令莱,朱伟荣 (’2001)

张  亮,周  崴 (’2002)

吉利军,黄  璇 (’2003)

李彬彬,吴  昊 (’2004)

何  锲 (’2005)

黄付卓,周  昱 (’2006)

项目及个人负责资金

[1]   国家自然科学基金项目(60204008):复杂系统基于计算智能的混合优化理论与方法。(200,000RMB,负责人) (2003.1~2005.12)

[2]  国家自然科学基金项目(60374060):复杂生产系统的智能仿真优化理论与方法研究。(150,000RMB,负责人) (2004.1~2006.12)

[3]  北京市科技新星计划(2004A41)。(70,000RMB,负责人) (2004.7~2007.7)

[4]  国家自然科学基金项目(60574072):复杂生产过程基于微粒群的优化调度理论与方法研究。(230,000RMB) (2006.1~2008.12)

[5]  973计划子课题(2002CB312203):复杂生产制造过程实时、智能控制与优化理论和方法研究。(170,000RMB,主要承担者) (2002.12~2004.8)

[6]  973计划子课题(G1998020310):混杂电力系统。(20,000RMB,成员) (1998~2002)

[7]  863计划项目(863-511-930):流程工业CIMS的管理模式和集成技术。(70,000RMB,骨干) (2001.1~2001.12)

[8]  863计划项目:大连石化CIMS初步设计。(20,000RMB,骨干) (1999.10~2000.3)

[9]  863计划攻关项目(2001AA411220):中国石化自动化系统的总体方案和关键技术. (39,000RMB,骨干) (2001.12~2002.11)

[10]  国际合作项目:服务网络的有效仿真和优化。(65,000RMB,骨干) (2002.4~2004.4)

[11]  清华大学骨干人才计划:混合优化算法的研究。(60,000RMB,负责人) (2000.6~2002.5)

[12]  横向合作:HIS系统的开发。(18,000RMB,负责人) (2001.5~2001.12)

[13]  985规划项目:21世纪面向流程工业的系统集成理论、方法和技术。(10,000 RMB,成员) (2001~2002)

[14]  教学和论文资助经费。(15,000+52,000RMB,负责人) (2002~2004)

获奖

[1]  模型集辨识及其在控制综合中的应用。教育部提名国家自然科学一等奖,2003.

[2] 混合优化策略和神经网络中若干问题的研究。清华大学优秀博士论文一等奖,2002.

[3] Order-based genetic algorithm for flow shop scheduling. 机器学习和控制论国际会议优秀论文奖,ICMLC’02,2002.

[4] 仿真优化的集成框架及其关键问题。中国控制与决策年会优秀论文,2004.

[5]  基于假设检验的智能优化算法及其比较。中国控制与决策年会优秀论文,2004.

[6] 北京市科技新星,2004.

[7]  智能优化算法及其应用。清华大学优秀教材二等奖,2004.

[8] 清华大学优秀班主任一等奖,2005.

学位论文      

[1]  博士论文:混合优化策略和神经网络中若干问题的研究,1999.

[2] 硕士论文:随机优化算法及其混合策略,1997.

[3] 本科论文:1/N顾客流路径的优化研究,1995.

专著和论文

A.  专著

[1]  王凌. 智能优化算法及其应用. 北京: 清华大学&Springer出版社, 2001.10(第1次印刷); 2003.3(第2次印刷); 2004.3(第3次印刷); 2004.11(第4次印刷). (SCI Times Cited 15)

[2] 王凌. 车间调度及其遗传算法. 北京: 清华大学&Springer出版社, 2003. (SCI Times Cited 5)

[3]  王凌. 启发式优化算法. 见:《中国大百科全书》(第二版). 北京: 中国大百科全书出版社, 2004.

[4]  金以慧, 王凌, 等(译). 过程控制. 北京: 电子工业出版社, 2006.

 

B.  国际期刊论文

 Forthcoming

[1]   Liu B, Wang L, Jin YH. An effective PSO-based memetic algorithm for flow shop scheduling. IEEE Transactions on Systems, Man and Cybernetics-B, 2006. (Accepted as regular paper). (SCI, EI)

[2]  He Q, Wang L. An effective co-evolutionary particle swarm optimization for constrained engineering design problems. Engineering Applications of Artificial Intelligence, 2006. (SCI, EI)

[3]  Li LL, Wang L, Liu LH. An effective hybrid PSOSA strategy for optimization and its application to parameter estimation. Applied Mathematics and Computation. (SCI, EI)

[4] Pan H, Wang L, Liu B. Particle swarm optimization for function optimization in noisy environment. Applied Mathematics and Computation. (SCI, EI)

[5]  Pan H, Wang L, Liu B. Chaotic annealing with hypothesis test for function optimization in noisy environment. Chaos, Solitons and Fractals. (SCI, EI)

[6]  He Q, Wang L, Liu B. Parameter estimation for chaotic systems by particle swarm optimization. Chaos, Solitons and Fractals. (in press).

[7]   Liu B, Wang L, Jin YH, Tang F, Huang DX. Control and synchronization of chaotic systems by differential evolution algorithm. Chaos, Solitons and Fractals. (SCI, EI)

[8]  Liu B, Wang L, Jin YH. An effective hybrid particle swarm optimization for no-wait flow shop scheduling. International Journal of Advanced Manufacturing Technology. (SCI, EI)

[9]  Wang L, Zhang L. Determining optimal combination of genetic operators for flow shop scheduling. International Journal of Advanced Manufacturing Technology. (SCI, EI)

[10] Wang L, Zhang L, Zheng DZ. An effective hybrid genetic algorithm for flow shop scheduling with limited buffers. Computers and Operations Research, 2006, 33(10): 2960-2971. (SCI, EI-06079696641)

[11]  Liu B, Wang L, Jin YH, Tang F. Directing orbits of chaotic systems by particle swarm optimization. Chaos, Solitons and Fractals, 2006, 29(2): 454-461. (SCI-028JV, EI-06059677656)

[12]  Wang L, Zhang L Stochastic optimization using simulated annealing with hypothesis test. Applied Mathematics and Computation, 2006, 174(2): 1329-1342. (SCI-027HY, EI-06109743893)

[13] Zhang L, Wang L, Zheng DZ. An adaptive genetic algorithm with multiple operators for flow shop scheduling. International Journal of Advanced Manufacturing Technology, 2006, 27(5-6): 580-587. (SCI-990EJ, EI-05509542884)

 

2005

[14] Wang L, Tang F, Wu H. Hybrid genetic algorithm based on quantum computing for numerical optimization and parameter estimation. Applied Mathematics and Computation, 2005, 171(2): 1141-1156. (SCI-015GM, EI-06059668761)

[15] Wang L, Zhang L, Zheng DZ. Genetic ordinal optimisation for stochastic flow shop scheduling. International Journal of Advanced Manufacturing Technology, 2005, 27(1-2): 166-173. (SCI-986QH, EI-05489516760)

[16] Liu B, Wang L, Jin YH. Hybrid particle swarm optimization for flow shop scheduling with stochastic processing time. Lecture Notes in Artificial Intelligence, 2005, 3801: 630-637. (SCI-BDQ19, ISTP-BDQ19)

[17]  Wang L. A hybrid genetic algorithm-neural network strategy for simulation optimization. Applied Mathematics and Computation, 2005, 170(2): 1329-1343. (SCI-980YQ, EI-05449448565)

[18] Tang F, Wang L. An adaptive active control for the modified Chua’s circuit. Physics Letters A, 2005, 346(5-6): 342-346. (SCI-979HD)

[19]   Wang L, Li LL, Tang F. Optimal reduction of models using a hybrid searching strategy. Applied Mathematics and Computation, 2005, 168(2): 1357-1369. (SCI-976UW, EI-05419411614, SCI Times Cited 1)

[20]  Liu B, Wang L, Jin YH, Tang F, Huang DX. Improved particle swarm optimization combined with chaos. Chaos, Solitons and Fractals, 2005, 25(5): 1261-1271 (SCI-929NL, EI-05219111132, SCI Times Cited 2)

[21] Wang L, Wu H, Zheng DZ. A quantum-inspired genetic algorithm for scheduling problems. Lecture Notes in Computer Science, 2005, 3612: 417-423. (SCI-BDA32, EI-05439427037, ISTP-BDA32)

[22] Wang L, Wu H, Tang F, Zheng DZ. A hybrid quantum-inspired genetic algorithm for flow shop scheduling. Lecture Notes in Computer Science, 2005, 3645: 636-644. (SCI-BDC10, EI-05449443744, ISTP-BDC10)

[23]  Tang F, Wang L. Synchronization of the modified Chua’s circuit with x|x| function. Communications in Theoretical Physics, 2005, 44(2): 303-306. (SCI-960TN)

[24] Wang L, Zhang L, Zheng DZ. A class of hypothesis-test based genetic algorithm for flow shop scheduling with stochastic processing time. International Journal of Advanced Manufacturing Technology, 2005, 25(11-12): 1157-1163. (SCI-928MA, EI-05229127233, SCI Times Cited 1)

[25]  Liu B, Wang L, Jin YH, Huang DX. Designing neural networks using hybrid particle swarm optimization. Lecture Notes in Computer Science, 2005, Vol. 3496: 391-397. (SCI-BCN38, EI-05399382245, ISTP-BCN38, SCI Times Cited 2)

 

2004

[26] Wang L, Tang F. NN-based GA for engineering optimization. Lecture Notes in Computer Science, 2004, Vol.3173: 448-453. (SCI-BAT64, ISTP-BAT64, INSPEC-8230178)

[27]  Wang L, Zhang L, Zheng DZ. The ordinal optimisation of genetic control parameters for flow shop scheduling. International Journal of Advanced Manufacturing Technology, 2004, 23(11-12): 812-819. (SCI-829DZ, EI-04308280893, INSPEC-8175077, SCI Times Cited 1).

[28]  Wang L, Li LL, Tang F. Directing orbits of chaotic systems using a hybrid optimization strategy. Physics Letters A. 2004, 324(1): 22-25. (SCI-808CX, INSPEC-8211207, SCI Times Cited 4)

 

2003

[29] Wang L, Zhang L, Zheng DZ. A class of order-based genetic algorithm for flow shop scheduling. International Journal of Advanced Manufacturing Technology. 2003, 22(11-12): 828-835. (SCI-752CH, EI-04037817728, INSPEC-8005335, SCI Times Cited 7).

[30] Jiang YH, Wang L, Jin YH. Bottleneck analysis for network flow model. Advances in Engineering Software, 2003, 34(10): 641-651. (SCI-727WR, EI-03417667435, INSPEC-7969439)

[31] Wang L, Zheng DZ. A modified evolutionary programming for flow shop scheduling. International Journal of Advanced Manufacturing Technology, 2003, 22(7-8): 522-527. (SCI-741NA, EI-03507780860, INSPEC-7998582, SCI Times Cited 6)

[32]  Wang L, Zheng DZ. An effective hybrid heuristic for flow shop scheduling. International Journal of Advanced Manufacturing Technology, 2003, 21(1): 38-44. (SCI-653WV, EI-03087368196, CSA-RM25335123, INSPEC-7649822, SCI Times Cited 17)

 

 2002

[33] Wang L, Zheng DZ. Finite-time performance analysis for genetic algorithm. Progress in Natural Science, 2002, 12(12): 940-944. (SCI-620AV, EI-03047337279)

[34] Wang L, Zheng DZ. A modified genetic algorithm for job shop scheduling. International Journal of Advanced Manufacturing Technology, 2002, 20(1): 72-76. (SCI-587DX, EI-02357058287, INSPEC-7409138, SCI Times Cited 3)

[35] Zhou T, Wang L, Sun ZS. Closed-loop model set validation under a stochastic framework. Automatica, 2002, 38(9): 1449-1461. (SCI-586AC, EI-02307032983, INSPEC-7420690, SCI Times Cited 2)

 

2001

[36]  Wang L, Zheng DZ. An effective hybrid optimization strategy for job-shop scheduling problems. Computers & Operations Research, 2001, 28(6): 585-596. (SCI-413MP, EI-01015497525, INSPEC-6888306, SCI Times Cited 29).

 

C.  国际会议论文

2004

[1]  Zhang L, Wang L. Genetic ordinal optimization for stochastic traveling salesman problem. The 5th World Congress on Intelligent Control and Robotics, Hangzhou, WCICA’2004, 2086-2090. (EI-04388368171, INSPEC-8143772)

[2] Wang L, Zheng DZ, Huang DX. Hybrid strategy for parameter estimation and PID tuning. The 7th International Symposium on Advanced Control of Chemical Processes, Hongkong, ADCHEM’2003. 1011-1016.

 

2003

[3] Zhang L, Wang L. Optimal parameters selection for simulated annealing with limited computational effort. IEEE International Conference on Neural Networks & Signal Processing, Nanjing, ICNNSP'2003. 412-415. (ISTP-BY77R, INSPEC-8065044)

[4] Li LL, Tang F, Wang L. Directing orbits of chaotic dynamical systems based on simplex-annealing strategy. IEEE International Conference on Neural Networks & Signal Processing, Nanjing, ICNNSP'2003. 748-750. (ISTP-BY77R, INSPEC-8046043)

[5]   Zhang L, Wang L, Tang F. Hypothesis-test based simulated annealing for stochastic flow shop scheduling. The Second International Conference on Machine Learning and Cybernetics, Xi'an, ICMLC2003. 1607-1612. (EI-04128072128, ISTP-BY61C, INSPEC-7992938)

 

 2002

[6]  Zhang L, Wang L, Tang F. Order-based genetic algorithm for flow shop scheduling. The First International Conference on Machine Learning and Cybernetics, Beijing, ICMLC’2002. 139-144. (Outstanding Paper Award, ISTP-BW27J, EI-03127405529, INSPEC-7597628, SCI Times Cited 1)

[7]  Yang C, Ye H, Wang JC, Wang L. An artificial life and genetic algorithm based on optimization approach with new selecting methods. The First International Conference on Machine Learning and Cybernetics, Beijing, ICMLC’2002. 684-688. (ISTP-BW27J, EI-03127405646, INSPEC-7597916)

[8]  Wang L, Zheng DZ, Tang F. An improved evolutionary programming for optimization. The 4th World Congress on Intelligent Control and Robotics, Shanghai, WCICA’2002. Volume 3, 1769-1773. (ISTP-BV45G, EI-03047336817, INSPEC-7412463)

 

2001

[9] Wang L, Li WF, Zheng DZ. Design higher-order digital differentiator with simulated annealing. The 5th International Conference on Electronic Measurement & Instruments, Guilin, ICEMI’2001. 883-886. (ISTP-BU70Y)

[10]  Wang L, Li WF, Zheng DZ. A class of hybrid strategy for adaptive IIR filter design. The 8th International Conference on Neural Information Processing, Shanghai, ICONIP’2001. 85-89. (ISTP-BU46F)

 

2000

[11]  Wang L, Zheng DZ. Global derivative-free training for feed-forward neural networks. The 3rd Asian Control Conference, Shanghai, ASCC’2000. 1570-1575. (SCI Times Cited 2)

 

D.  国内期刊论文

2006

[1]      刘丽姮, 王凌, 刘波, 金以慧. 基于一类混合PSO算法的函数优化与模型降阶研究. 化工自动化及仪表, 2006, 33(2): 9-12.

 

2005

[2]  刘波, 王凌, 金以慧, 黄德先. 微粒群优化算法研究进展. 化工自动化及仪表, 2005, 32(3): 1-7. (EI-05279198140, 核心, SCI Times Cited 2)

[3]  王凌, 张亮. 有限缓冲区流水线调度的多搜索模式遗传算法. 计算机集成制造系统, 2005, 11(7): 1041-1046. (EI-05359331186, 核心)

[4]  王凌, 李彬彬, 郑大钟. 模型降阶和参数估计的一种快速遗传算法. 控制与决策, 2005, 20(4): 426-429,433. (EI-05229136659, INSPEC-8519234, 核心)

[5]  王凌, 吴昊, 唐芳, 郑大钟. 混合量子遗传算法及其性能分析. 控制与决策, 2005, 20(2): 156-160. (EI-05149025694, INSPEC-8443907, 核心)


 2004

[6]  Zhang L, Wang L, Zheng DZ. Hypothesis-test based genetic algorithm for stochastic optimization problems. Control Theory and Applications, 2004, 21(6): 885-889. (EI-05108875003, INSPEC-8403801, 核心)

[7]  李彬彬, 王凌, 郑大钟. 基于插值评价的遗传算法及其在参数估计中的应用. 化工自动化及仪表, 2004, 31(6): 14-17. (EI-05279198084, 核心)

[8] 王凌, 黄璇, 郑大钟. 一类带筛选策略的改进遗传算法及其性能分析. 控制与决策, 2004, 19(11): 1290-1293, 1297. (EI-05048803655, INSPEC-8409681, 核心)

[9] 李令莱, 王凌, 郑大钟. 基于一类SMSA策略的模型最优降阶. 控制与决策, 2004, 19(8): 947-950, 953. (EI-04468459062, INSPEC-8241286, 核心)

[10]  王凌, 童行行, 郑大钟. TSP基于参考点的相邻插入法和两阶段方法. 控制与决策, 2004, 19(7): 831-833, 837. (EI-04438424613, INSPEC-8197471, 核心)

[11]  王凌, 吉利军, 郑大钟. 基于代理模型和遗传算法的仿真优化研究. 控制与决策. 2004, 19(6): 626-630. (EI-04378354978, INSPEC-8197457, 核心)

[12]  王凌, 郑大钟. 随机优化问题一类基于假设检验的模拟退火算法. 控制与决策, 2004, 19(2): 183-186. (EI-04248214379, INSPEC-8053933, 核心)

[13]  张亮, 王凌, 郑大钟. 有限计算量下模拟退火算法的参数序优化. 控制与决策, 2004, 19(2): 226-229. (EI源刊, INSPEC-8053938, 核心)

 

2003

[14]  王凌, 李令莱, 郑大钟. 非线性系统参数估计的一类有效搜索策略. 自动化学报, 2003, 29(6): 953-958. (EI源刊, INSPEC-8002292, 核心, SCI Times Cited 1)

[15]  王凌, 张亮, 唐芳. 遗传算法参数和操作的序优化. 中南工业大学学报, 2003, 34(4): 350-354. (EI源刊, INSPEC-7894142, 核心)

[16]  王凌, 张亮, 郑大钟. 仿真优化研究进展. 控制与决策, 2003, 18(3): 257-262, 271. (EI源刊, INSEPC-7852060, 核心, SCI Times Cited 1)

[17]  王凌, 王雄. 流程工业CIMS体系结构和生产执行系统. 计算机工程与应用, 2003, 39(10): 16-18. (核心)

[18]  王凌, 李文峰, 郑大钟. 非最小相位系统控制器的优化设计. 自动化学报, 2003, 29(1): 135-141. (EI源刊, INSPEC-7699080, 核心)

[19]  李令莱, 王凌. 基于多操作SMSA算法的化工过程优化. 化工自动化及仪表, 2003, 30(1): 25-28. (EI-04328307443, 核心)

 

2002

[20]  王凌, 张亮, 郑大钟. 随机仿真优化的一类遗传序优化框架. 控制与决策, 2002, 17(S): 699-702. (EI-03087370158, INSPEC-7579635, 核心, SCI Times Cited 2)

[21]  童行行, 王凌, 何京芮. 旅行商问题基于参考点的相邻插入法及其改进. 计算机工程与应用, 2002, 38(20): 63-65. (核心)

[22]  蓝海, 王雄, 王凌. 复杂函数最优化的改进遗传退火算法. 清华大学学报, 2002, 42(9): 1237-1240. (EI-03027313247, INSPEC-7505243, 核心)

[23]  李令莱, 王凌, 郑大钟, 等. 基于Simplex-annealing混合方法的模型参数估计. 清华大学学报, 2002, 42(9): 1207-1208, 1213. (EI-03027313239, INSPEC-7505236, 核心)

[24]  郭一楠, 王凌, 谭德健, 郝榕. 基于遗传算法和神经网络混合优化的配煤控制. 中国矿业大学学报, 2002, 31(5): 404-406. (EI-02457195019, 核心)

[25]  王凌, 李令莱, 郑大钟. 设计自适应IIR滤波器的一种单纯形-退火策略. 系统工程与电子技术, 2002, 24(7): 99-102. (EI源刊, 核心)

[26]  王凌, 郑大钟. 求解同顺序加工调度问题的一种改进遗传算法. 系统工程理论与实践, 2002, 22(6): 74-79. (EI-02417136470, 核心)

[27]  王凌, 唐芳. 基于遗传退火策略的PID整定研究. 化工自动化及仪表, 2002, 29(3): 21-24. (EI源刊, 核心)

[28]  王凌, 王雄. 流程工业CIMS设计的若干要点. 计算机工程与应用, 2002, 38(10): 50-52,108. (核心)

[29]  王凌, 郑大钟. 多目标优化的一类模拟退火算法. 计算机工程与应用, 2002, 38(8): 4-5, 55. (核心)

[30]  唐芳, 王凌. 从局部极小到全局最优. 计算机工程与应用, 2002, 38(6): 56-58. (核心)

[31]  王凌, 郑大钟. 几类动态反馈神经网络的稳定性分析. 计算技术与自动化, 2002, 21(1): 1-6.

[32]  王凌, 郑大钟. 混合优化策略统一结构的探讨. 控制与决策, 2002, 17(1): 33-36,40. (EI-02397107558, INSPEC-7385581, 核心)

[33]  王凌, 张亮, 郑大钟. 一种广义TSP型交通模型及其优化. 计算机工程与应用, 2002, 38(2): 15-16,42. (核心)

[34]  王凌, 郑大钟. 一类改进进化规划及其优化性能分析. 计算机工程与应用, 2002, 38(1): 8-10. (核心)

 

2001

[35]  王凌, 李文峰, 郑大钟. 基于模拟退火算法的高阶数字微分器设计. 系统工程与电子技术, 2001, 23(12): 1-3. (EI源刊, 核心)

[36]  王凌, 李令莱, 郑大钟, 等. 非线性时变系统时滞和参数在线联合估计的SMSA方法. 化工自动化及仪表, 2001, 28(6): 5-9. (EI源刊, 核心). (SCI Times Cited 1)

[37]  王凌, 郑大钟. 基于遗传算法的Job Shop调度研究进展. 控制与决策, 2001, 16(S): 641-646. (EI-02246976076, 核心)

[38]  王凌, 李文峰, 郑大钟. 基于一类混合策略的模型参数估计和控制器参数整定研究. 控制与决策, 2001, 16(5): 530-534. (EI-02236966472, 核心)

[39]  王凌, 闫铭, 李清生, 郑大钟. 高维复杂函数的一类有效混合优化策略. 清华大学学报, 2001, 41(9):118-121. (EI-02116885825, 核心, SCI Times Cited 1)

[40]  王凌, 郑大钟. 一类含同工件流水线调度问题的优化研究. 计算机工程与应用, 2001, 37(19): 76-78. (核心)

[41]  王凌, 郑大钟. 一种GASA混合优化策略. 控制理论与应用, 2001, 18(4), 552-554. (INSPEC-7057463, EI-01556802755, 核心)

[42]  王凌, 王雄, 金以慧. MES--流程工业CIMS发展的关键. 化工自动化及仪表, 2001, 28(4): 1-5. (EI源刊, 核心)

[43]  蓝海, 王雄, 王凌. 一类遗传退火算法的函数优化性能分析. 系统仿真学报, 2001, 13(S): 111-113. (EI源刊, 核心)

[44]  李清生, 王凌, 郑大钟. 水轮机系统的控制器整定研究. 基础自动化, 2001, 8(3): 10-12,50.

[45]  王凌, 郑大钟, 李清生. 混沌优化方法的研究进展. 计算技术与自动化, 2001, 20(1): 1-5. (SCI Times Cited 3)

[46]  王凌, 王雄, 金以慧, 萧德云. 基于生命周期和集成平台思想的流程工业CIMS体系结构. 化工自动化及仪表, 2001, 28(1): 1-4,8. (EI源刊, 核心)

[47]  王凌, 李文峰, 郑大钟. 模型参数估计的一类混合策略. 基础自动化, 2001, 8(1): 5-7,38.

 

2000

[48]  王凌, 王雄, 金以慧, 萧德云. 流程工业CIMS体系结构的探讨. 自动化博览, 2000, 17(S): 38-40, 50.

[49]  王凌, 郑大钟. 基于Cauchy和Gaussian分布状态发生器的模拟退火算法. 清华大学学报, 2000, 40(9): 109-112. (INSPEC-6730349, EI-01436700268, 核心, SCI Times Cited 1).

[50]  王凌, 郑大钟. 邻域搜索算法的统一结构和混合优化策略. 清华大学学报, 2000, 40(9): 125-128. (INSPC-6730353, EI-01436700272, 核心).

[51]  王凌, 王雄. 间歇化工过程最优化的研究进展. 清华大学学报, 2000, 40(S2): 265-269.

[52]  王凌, 郑大钟. Meta-heuristic 算法研究进展. 控制与决策, 2000, 15(3): 257-262. (EI源刊, 核心)

[53]  王凌, 郑大钟. 基于一类非线性特性的FNN训练算法. 控制与决策, 2000, 15(1): 19-22. (CSA-0502030, EI-00095311003, 核心).

[54]  王凌, 郑大钟. 一种基于退火策略的混沌神经网络优化算法. 控制理论与应用, 2000, 17(1): 139-142. (INSPEC-6553191, EI-00095313837, 核心)

 

1999

[55]  王凌, 郑大钟. TSP及其基于Hopfield神经网络优化的研究. 控制与决策, 1999, 14(6): 669-674. (EI-00095310999, 核心).

[56]  王凌, 郑大钟. 径向基函数网络结构的混合优化策略. 清华大学学报, 1999, 39(7): 50-53. (CSA-0450084, EI-00045122367, INSPEC-6354635, 核心).

 

Before 1999

[57]  王凌, 郑大钟. 一类GASA混合策略及其收敛性研究. 控制与决策, 1998, 13(6): 699-672. (EI源刊, 核心, SCI Times Cited 1)

[58]  王凌, 郑大钟. TSP问题次优化求解方法的比较. 控制与决策, 1998, 13(1): 79-83. (EI源刊, 核心)

[59]  王凌, 郑大钟. 前向网络的两种混合学习策略. 清华大学学报, 1998, 38(9): 95-97, 101. (EI-99094800492, INSPEC-6086762, 核心).

[60]  郑学哲, 王凌, 金国藩, 等. 实现ICF均匀照明的二元光学器件的混合优化设计. 中国激光A, 1998, 25(3): 265-269. (EI-99084739370, INSPEC-5948174, 核心).

[61]  宋铁英, 王凌. 森林空间数据的统计与仿真. 北京林业大学学报, 1997, 19(3): 74-78. (EI源刊, 核心)

[62]  王凌, 郑大钟. 模拟退火算法中若干问题的研究. 清华大学研究生学报, 1996, 26(1): 28-35.

E. 国内会议论文

2005

[1]  王凌, 吴昊, 郑大钟. 基于混合量子遗传算法的模型参数估计. 2005’中国控制与决策学术年会. 哈尔滨, 2005, 527-530.

 

 2004

[2] 王凌, 郑大钟. 仿真优化的集成框架及其关键问题. 2004’中国控制与决策学术年会. 黄山, 2004, 799-802, 806. (大会优秀论文, EI-04428413058).

[3]  张亮, 王凌. 基于假设检验的智能优化算法及其比较. 2004’中国控制与决策学术年会. 黄山, 2004, 338-341. (大会优秀论文, EI-04428413016).

 

2002

[4] 王凌, 张亮, 郑大钟. 遗传序优化方法的初步研究. 2002’中国过程控制会议, 澳门, 2002, 98-102.

 

2001

[5] 王凌, 郑大钟, 唐芳. 一种新的优化技术—混沌. 2001’中国控制会议. 大连, 2001, 185-189.

[6] 李清生, 王凌. 基于混合算法的二元光学器件优化设计. 2001’中国控制与决策学术年会. 西安, 2001, 346-349.

[7]  李清生, 王凌. 复杂函数的一种混合优化方法. 2001’中国控制与决策学术年会. 西安, 2001, 350-353.

 

Before 2001

[8]  王凌, 郑大钟. 基于不同邻域函数的模拟退火算法性能研究. 2000’中国控制会议, 香港, 2000, 430-434.

[9]  王凌, 郑大钟. 一类批量可变流水线调度问题的研究. 1998’中国控制会议. 宁波, 1998. 491-494.

[10]  王凌, 郑大钟. 模拟退火算法求解Flow-shop问题的研究. 1997’中国控制与决策学术年会. 庐山, 1997. 390-394.

[11]  王凌, 郑大钟. 前向网络的两种混合训练策略. 1997’中国控制会议. 庐山, 1997.1059-1062.

[12]  王凌, 郑大钟. 几种次优化求解TSP方法的比较研究. 1996’中国控制会议. 青岛, 1996. 604-607.

 

学术评委

[1] 国家自然科学基金项目通讯评议专家

[2]  霍英东基金项目通讯评议专家

[3]  International Journal of Automation and Control (国际期刊编委)

[4]  IEEE Transactions on Systems, Man, and Cybernetics (国际期刊)

[5]   IEEE Transaction on Evolutionary Computation ((国际期刊)

[6]  Computers & Operations Research (国际期刊)

[7]   Computers & Industrial Engineering (国际期刊)

[8]  European Journal of Operational Research (国际期刊)

[9]   International Journal of Advanced Manufacturing Technology(国际期刊)

[10]  Journal of Global Optimization(国际期刊)

[11]  Information Sciences(国际期刊)

[12]  Journal of Systems Science and Systems Engineering(国际期刊)

[13]  中国科学

[14]  科学通报

[15]  自动化学报

[16]  控制理论与应用

[17]  控制与决策

[18]  信息与控制

[19]  软件学报

[20]  计算机学报

[21]  电子学报

[22]  计算机集成制造系统

[23]  系统工程理论与实践

[24]  清华大学学报

[25]  浙江大学学报

[26]  北京航空航天大学学报

[27]  武汉大学学报

[28]  西安交通大学学报

[29]  北京科技大学学报

[30]  北京理工大学学报

[31]  北方交通大学学报

[32]  上海交通大学学报

[33]  天津大学学报

[34]  东北大学学报

[35]  中南大学学报

[36]  哈尔滨工业大学学报

[37]  青岛大学学报

[38]  中国科技大学学报

[39]  大连理工大学学报

[40]  华南理工大学学报