 |
唐立新
中国工程院院士，东北大学副校长，教授
手机：
 微信：
邮箱：
 驻地：
|
详细介绍
唐立新
中国工程院院士，东北大学副校长，教授
个人履历：
唐立新：1966年8月出生，黑龙江绥化兰西人，中国工程院院士，IEEE Fellow，教授、博士生导师，东北大学党委副书记、副校长，东北大学控制科学与工程（自动化）国家一级重点学科负责人，人工智能与大数据研究院院长、智能工业数据解析与优化教育部重点实验室主任、工业智能与系统优化国家级前沿科学中心主任和首席科学家、国家自然科学基金委卓越研究群体A类（原基础科学中心）负责人，第十四届全国人大代表、辽宁省第十四届人大常委会委员。曾任信息科学与工程学院院长。兼任国务院学位委员会第八届控制科学与工程学科评议组成员、教育部科技委人工智能专委会副主任、工信部电子信息科学技术委员会专业组副组长、工信部原材料工业数字化转型专家委员会副主任、工业互联网战略咨询专家委员会委员。1988年获东北工学院工业自动化专业学士学位；1996年获东北大学控制理论与应用专业博士学位；1991年3月至1999年5月担任东北大学系统工程学科助教、讲师、副教授；1999年6月担任东北大学系统工程学科教授；2015年11月担任东北大学信息科学与工程学院院长；2017年8月担任东北大学党委常委、副校长；2025年8月，担任东北大学党委副书记、副校长、党委统战部部长；2019年11月22日当选中国工程院院士。主要研究方向为工业智能与系统优化理论方法，包括工业大数据科学、数据解析与机器学习、深度学习与进化学习、加强学习与动态优化、凸优化与稀疏优化、整数与组合最优化、计算智能优化等理论方法，智能工业全流程生产与库存计划、生产与物流批调度、生产过程操作优化与最优控制等系统优化技术，过程监测、设备诊断、产品质知等质量解析技术，图像理解、语音识别、可视仿真等工业智能技术，以及在钢铁制造、装备/芯片制造、物流系统、能源工业、信息工业中的工程应用。后承担国家自然科学基金委卓越研究群体A类（原基础科学中心）、国家自然科学基金重大项目、国家自然科学基金创新研究群体项目、国家重点研发计划课题、国家自然科学基金重点项目、国家杰出青年基金项目等国家重点课题；在IEEE Transactions on Pattern Analysis and Machine Intelligence、IEEE Transactions on Evolutionary Computation、IEEE Transactions on Image Processing、IEEE Transactions on Cybernetics、IEEE Transactions on Control Systems Technology、IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Power Systems、Operations Research、Manufacturing & Service Operations Management、INFORMS Journal on Computing、IISE Transactions、Naval Research Logistics等国际重要期刊发表157篇论文。获复旦管理学杰出贡献奖，教育部科技进步奖等奖项。
论文代表：
Building Accurate Exchange-Correlation Functional for Density Functional Theory Through Data Analytics and Optimization,Automation Science and Engineering, IEEE Transactions on,10.1109/TASE.2025.3582140;
A Multiobjective Evolutionary Multiscale Transformer Incorporating Fractal Features for Steel Materials Quality Analytics,IEEE Transactions on Image Processing,10.1109/TIP.2025.3580320;
Deep Reinforcement Learning With Integer Optimization for Dynamic Slab Assignment Problem,Control Systems Technology, IEEE Transactions on,10.1109/TCST.2025.3552543;
A combination feature-based reinforcement learning approach via mathematical optimization,IEEE Transactions on Automation Science and Engineering,10.1109/tase.2025.3544431;
Multiobjective Evolutionary Learning for Multitask Quality Prediction Problems in Continuous Annealing Process,Neural Networks and Learning Systems, IEEE Transactions on,10.1109/TNNLS.2024.3388103;
Topological Elastic Graph Convolutional Networks for Spatial-Temporal Sequence Forecasting,IEEE Transactions on Emerging Topics in Computational Intelligence,10.1109/tetci.2024.3449900;
A clustering-assisted adaptive evolutionary algorithm based on decomposition for multimodal multiobjective optimization,Swarm and Evolutionary Computation,10.1016/j.swevo.2024.101691;
Optimal plate design problem in steel production,International journal of production research,10.1080/00207543.2022.2043566;
Single-machine scheduling with energy generation and storage systems,International Journal of Production Research,10.1080/00207543.2021.2000655;
Strip Hardness Prediction in Continuous Annealing Using Multiobjective Sparse Nonlinear Ensemble Learning With Evolutionary Feature Selection,IEEE Transactions on Automation Science and Engineering,10.1109/TASE.2021.3083670;
A reinforcement learning approach for dynamic multi-objective optimization,Information Sciences,10.1016/j.ins.2020.08.101.
著作代表：
《流程型制造智能工厂设计与运行： 制造循环工业系统》，作者：唐立新，机械工业出版社2025年07月出版；
《超级工程概论》(精)，作者：胡文瑞、王基铭、刘合、唐立新，科学出版社2023年12月出版。
邀请老师演讲、授课请致电：19821197419 阎老师[微信同号]
免责声明：以上内容（包括文字、图片、视频）为用户上传并发布，本平台仅提供信息存储服务。如涉及版权问题，请联系我们并提供版权证明，我们将立即删除！
