更新日期：2019年4月24日
姓 名 王敏 性 别 女
出生年月 1979年12月 籍贯 辽宁庄河市
民 族 汉族 政治面貌 党员
最后学历 博士研究生 最后学位 理学博士
技术职称 教授 导师类别 博、硕导
行政职务Email auwangmin@scut.edu.cn
工作单位 华南理工大学自动化科学与工程学院 邮政编码 510641
通讯地址 华南理工大学3号楼408室
单位电话


个人简介
王敏，女，博士，教授、博士生导师，硕士生导师。2014年荣获广州市珠江科技新星、2010年荣获山东省优秀博士学位论文、2009年荣获山东省研究生科技创新成果一等奖（排名第1）。2009年获得青岛大学系统理论专业博士学位，师从张嗣灜院士。2008.6-2008.9留学新加坡国立大学电子工程系，师从葛树志教授。2017.11-2018.10以访问学者身份留学英国Brunel 大学计算机系，师从王子栋教授。

近年来，主要致力于理论与应用结合方面的研究工作。1）理论研究方向：非线性系统的智能控制与学习；基于模式的智能控制；基于事件触发网络控制系统的智能控制。2）应用领域方向：机器人的安全可靠控制；基于模式的机器人控制；机器人智能自主控制实验平台研发；发动机旋转失速检测与控制。在上述研究领域，作为项目负责人主持了包括2项“国家自然科学基金面上项目”在内的7项省部级以上科研项目；作为主要成员参与了4项国家级科研项目、1项广东省自然科学基金研究团队项目、1项广州市重点实验室建设项目，累计资助经费达300余万元。在国内外权威期刊发表SCI论文38篇，IEEE汇刊长文15篇，ESI高引论文6篇；发表论文SCI他引700余次，Google他引1000余次，单篇最高SCI他引130余次。近三年来，申请国家发明专利7项，目前已完成授权1项。 现任IEEE Access, 控制理论与应用、Academic Journal of Engineering Sciences杂志编委。
工作经历
2018/09-至今，华南理工大学，自动化科学与工程学院，教授
2012/09-2018/08，华南理工大学，自动化科学与工程学院，副教授
2009/07-2012/08，华南理工大学，自动化科学与工程学院，助理研究员、讲师
2017/11-2018/10，Brunel University London，计算机系，访问学者
教育经历
2006/09–2009/06， 青岛大学， 自动化与电气工程学院，博士
2008/06-2008/09，新加坡国立大学，电子与计算机工程系，访问学生
获奖、荣誉称号
1. 2014年荣获广州市珠江科技新星称号
2. 2010年度山东省优秀博士学位论文，导师：张嗣瀛院士
3. 2009研究生科技创新成果奖一等奖，获奖人：王敏、张嗣瀛、陈兵
4. 2010-2013年度 Fuzzy Sets and Systems论文最高引用率奖，获奖人：王敏、陈兵、刘晓平、石碰
5. 2010年IJICIC论文最高引用率奖，获奖人：王敏、陈兵、佟绍成
社会、学会及学术兼职
现任IEEE Access, Academic Journal of Engineering Sciences杂志编委、《控制理论与应用》青年编辑委员会委员；第五届智能控制与信息处理国际会议（ICIPIP）程序委员会委员； IEEE 会员、IEEE Transactions系列、Systems & Control Letters、《自动化学报》等国内外权威学术期刊审稿人；广东省博士俱乐部会员。
研究领域
1）理论研究方向：非线性系统的智能控制与学习；基于模式的智能控制；基于事件触发网络控制系统的智能控制。
2）应用领域方向：机器人的安全可靠控制；基于模式的机器人控制；机器人智能自主控制实验平台研发；发动机旋转失速检测与控制。
科研项目
一、项目负责人主持的主要科研项目
1. 基于指定性能的非线性系统确定学习及基于模式的智能控制. 国家自然科学基金（面上项目), 78.8万元, 执行期限：2018.01-2021.12.
2. 基于指定跟踪性能的柔性关节机器人确定学习研究.广东省自然科学基金，10万元，执行期限：201705-202005.
3. 基于指定性能的柔性关节机器人确定学习研究. 中央高校基本科研业务费（重点项目）, 15万元, 执行期限：2017.1-2018.12.
4. 未知动态环境下非线性系统的确定学习及其性能分析. 国家自然科学基金（面上项目）, 81万元, 执行期限：2014.01-2017.12.
5. 基于动态模式的机器人轨迹跟踪控制与学习. 广州市珠江科技新星专项，30万元, 执行期限：2014.04-2017.03.
二、参与的主要科研项目
1. 高性能航空发动机失稳运行状态的辨识与预测方法研究, 国家自然科学基金重大项目课题,343万（直接经费), 2019.01-2023.12,.
2. 涡扇发动机压缩系统不稳定流动建模、预测和控制，国家自然科学基金重点项目，230万元, 2010.01-2013.12.
3. 超燃冲压发动机突变控制问题研究，国家自然科学基金（重大研究计划重点项目），300万元，2009.01--2012.12.
4. 基于模式识别的生物医学数据处理与脑机接口研究，广东省自然基金团队项目，2014.10-2019.9，300万。
5. 广州市脑机接口和应用重点实验室，200万元
发表论文
[1]Min Wang, Zidong Wang*, Yun Chen, Weiguo Sheng, Observer-based fuzzy output-feedback control for discrete-time strict- feedback nonlinear systems with stochastic noises, IEEE Transactions on Cybernetics, 2019, doi:10.1109/TCYB. 2019.**.
[2]Min Wang*, Yanwen Zhang, and Cong Wang, Learning from Neural Control for Non-affine Systems with Full State Constraints Using Command Filtering, International Journal of Control, 2018, pp.1-15, DOI: 10.1080/**.2018.**.
[3]Peng Lin, Min Wang*，Cong Wang, and Jun Fu, Abrupt stall detection for axial compressors with non-uniform inflow via deterministic learning, Neurocomputing, 2019, pp.1-9, doi: 10.1016/j.neucom.2019.02.007.
[4]Shude He, Min Wang*, Shi-Lu Dai, Fei Luo, Leader-follower formation control of USVs with prescribed performance and collision avoidance, IEEE Transactions on Industrial Informatics, 2019, 15(1): 572-581.
[5]Min Wang*, Anle Yang, Dynamic Learning from Adaptive Neural Control of Robot Manipulators with Prescribed Performance. IEEE Transactions on Systems, Man, and Cybernetics: Systems, 2017, 47(8): 2244-2255.
[6]Min Wang*, Huiping Ye, and Zhiguang Chen, Neural Learning Control of Flexible Joint Manipulator with Predefined Tracking Performance and Application to Baxter Robot, Complexity, 2017, 2017: 1-14.
[7]Min Wang*, Cong Wang, Peng Shi, Xiaoping Liu, Dynamic Learning from Neural Control for Strict-Feedback Systems with Guaranteed Predefined Performance, IEEE Transactions on Neural Networks and Learning Systems, 2016, 27(12): 2564-2576.
[8]Min Wang*, Cong Wang, Learning from Adaptive Neural Dynamic Surface Control of Strict-Feedback Systems, IEEE Transactions on Neural Networks and Learning Systems, 2015, 26(6): 1247-1259.
[9]Min Wang*, Cong Wang, Neural Learning Control of Pure-Feedback Nonlinear Systems, Nonlinear Dynamics, 2015, 79(4): 2589-2608.
[10]Min Wang*, Cong Wang, Xiaoping Liu, Dynamic Learning from Adaptive Neural Control with Predefined Performance for a Class of Nonlinear Systems, Information Sciences, 2014, 279: 874–888.
[11]Cong Wang*, Min Wang, Tengfei Liu, David. J. Hill, Learning from ISS-Modular Adaptive NN Control of Nonlinear Strict-Feedback Systems, IEEE Transactions Neural Networks and Learning Systems, 2012, 23(10): 1539-1550.
[12]Min Wang*, Xiaoping Liu, Peng Shi, Adaptive Neural Control of Pure- Feedback Nonlinear Time-delay systems via dynamic surface technique, IEEE Transactions Systems, Man and Cybernetics-Part B, 2011, 41(6): 1681-1692.
科研创新
1. 王敏，杨安乐，方冲，基于确定学习理论的性能受限柔性机械臂控制方法, 2018. 4. 13，中国，ZL**2.3
2. 王敏，邹永涛，陈志广，张燕雯，基于确定学习的全状态受限刚性机械臂安全可靠控制方法，申请时间 2017.6.16，中国，**5.6。
3. 王敏，叶慧平，陈志广，邹永涛，一种基于动态模式的机械臂智能自主控制方法，申请时间 2017.7.31，中国，**01。
4. 王敏、黄盛钊、邹永涛、陈志广，一种位置受限柔性关节机器人基于模式的智能控制方法，申请时间2018.10.19，中国，**7.2.
5. 戴诗陆，何树德，方冲，王敏，一种满足预设跟踪性能的欠驱动水面船舶控制方法，申请时间 2017.4.26，中国，CN**6.2。
6. 戴诗陆，彭云根，王敏，李烈军，一种无人水面艇的扰动补偿控制方法，申请时间 2017.5.22，中国，CN**3.0。
教学活动
1. 本科生课程：《运动控制》、《机器智能探索》和《智能控制理论与应用》
2. 硕士研究生课程：《自适应神经网络控制》
指导学生情况
在读博士生2人、在读硕士生8人。