姓 名 陈鑫 性 别 男
出生年月 1977年6月 籍贯 亳州
民 族 汉族 政治面貌 中共党员
最后学历 博士研究生毕业 最后学位 工学博士
技术职称 教授 导师类别 博导
行政职务 副院长 Email chenxin@cug.edu.cn
工作单位 自动化学院 邮政编码 430074
通讯地址 湖北省武汉市洪山区鲁磨路中国地质大学自动化学院
单位电话
个人主页 http://au.cug.edu.cn/jsxx/jsxx.php?mid=68


个人简介
陈鑫，男，2007年8月毕业于澳门大学科技学院，获机电工程学博士学位。任自动化学院自动控制系教授，博士生导师。
主要研究方向：结合机器学习的智能控制；多智能体系统分布式策略自学习和协调控制；复杂流程的先进控制理论和智能化方法。
主持国家“863”主题课题任务课题1项、国家自然科学基金面上项目2项，以及其他省部级、企业联合攻关项目7项；参与包括国家自科基金国际合作重点项目、“863”重点项目在内的科研项目10余项。发表学术论文30余篇，其中SCI收录10篇，EI收录26篇。申请发明专利7项，授权4项，完成湖南省科技成果鉴定1项。

工作经历
2007.9-2009.9：任中南大学信息科学与工程学院讲师；
2009.10-2014.8：任中南大学信息科学与工程学院副教授（二级），博士生导师；
2014.9月至今：任中国地质大学自动化学院教授（四级），博士生导师

教育经历
1999年6月获中南工业大学工业自动化学士学位；
2002年6月获中南大学控制理论与控制工程专业硕士学位；
2007年8月获澳门大学科技学院攻读机电工程学博士学位；
20011年5月中南大学控制科学与工程博士后流动站出站

研究领域
从事智能控制、机器人学相关领域的研究。在相关领域发表论文30余篇，其中SCI收录10篇，EI收录26篇。申请发明专利7项，授权4项，完成湖南省科技成果鉴定1项。
从博士研究生阶段开始从事基于群智能（Swarm Intelligence）的多机器人系统和智能优化方法研究。提出基于统计动力学特征的大规模多智能体系统智能行为建模方法、面向参数不确定非完整移动平台的分布式智能协调控制技术、并提出基于随机逼近思想的粒子群优化基本结构设计。这些成果发表在包括《IEEE Transactions on Systems Man Cybernetics – Part B》、《Roboticas》等国际知名学术期刊上。在博士答辩会上，由1名中科院院士、2名IEEE Fellow、4名IEEE Senior Member组成的专家委员会一致认为本研究成果“在机器人研究领域里非常出色并具有开创性”。
在科研方面一方面通过承担和参与国家自科基金项目、“863”主题项目、以及省部级项目，主攻基于机器学习的多智能体系统行为自适应及在多机器人系统方面的应用。在理论上提出基于动态聚类和动作抽象的动态分层学习算法、多智能体系统分时跟踪学习方法、基于高斯回归的连续空间多智能体合作策略优化方法等，研究成果发表于《Concurrency and Computation: Practice and Experience》、《Engineering Application 偶发Artificial Intelligence》、《Acta Automatica Sinica》等国内外重要期刊。同时开展足式机器人系统关键设备的设计与开发，设计完成基于FPGA双核架构的足式机器人本体状态感知系统。
另一方面，将智能控制方法应用于过程控制，通过参与国家“863”重点项目、国家自然科学基金国际合作重点项目、湖南省重点项目等，主攻钢铁冶金过程的烧结流程优化与控制、无缝钢管轧制关键技术。完成了1项成果鉴定和多项发明专利。

科研项目
1. 2014年国家自然科学基金面上项目——基于双时间尺度优化的多机器人策略自适应与一致性（**）
2. 2010年国家自然科学基金面上项目——基于合作策略自学习的多机器人系统智能协作模型（**）;
3. 2012年国家“863”主题项目任务课题——高性能四足仿生机器人原型系统研究——四足仿生机器人的状态感知与信息融合（2011AA040801）;
4. 2009年中国博士点基金（新教师）——基于动态分层和状态预测自学习的多智能体协作模型（068）;
5. 2009年中国博士后科学基金特别资助（）;
6. 2008年中国博士后科学基金一等资助（）;
7. 2010年中南大学“升华育英”计划资助;
8. 2008年校企联合攻关项目——CSP连铸结晶器液位智能优化控制系统。

发表论文
[1] 陈鑫，Xiaoxia Chen，Min Wu，Jinhua She. Modeling and optimization method featuring multiple operating modes for improving carbon efficiency of iron ore sintering process. Control Engineering Practice, 2016:117–128.
[2] 陈鑫, Penghuan Xie, Yong He, Min Wu. Coordinated learning based on time-sharing tracking framework and Gaussian regression for continuous multi-agent systems, Engineering Applications of Artificial Intelligence, 2015, 41: 56-64.
[3] 陈鑫, Penghuan Xie, Yonghua Xiong, Yong He, and Min Wu. Two-phase iteration for value function approximation and hyperparameter optimization in Gaussian-kernel-based adaptive critic design, Mathematical Problems in Engineering, 2015: 1-14.
[4] 陈鑫, Bo Fu, Yong He, Min Wu. Time sharing-tracking framework for decentralized reinforcement learning in fully cooperative multi-agent system. IEEE/CAA Journal of Automatica Sinica, 2014, 1(2): 127-133.
[5] 陈鑫 Yangmin Li*. A Modified PSO Structure Resulting in High Exploration Ability with Convergence Guaranteed. IEEE Transactions on Systems Man and Cybernetics-Part B: Cybernetics 2007 37（5）: 1271-1289.
[6] 陈鑫 Yangmin Li*. Stability on Adaptive NN Formation Control with Variant Formation Patterns and Interaction Topologies. International Journal of Advanced Robotic Systems 2008 5（1）: 69-82.
[7] 陈鑫 Yangmin Li*. Neural Network Predictive Control for Mobile Robot using PSO with Controllable Random Exploration Velocity. International Journal of Intelligent Control and Systems 2007 12（3）: 217-229.
[8] 陈鑫 Yangmin Li*. On Convergence and Parameter Selection of an Improved Particle Swarm Optimization. International Journal of Control Automation and Systems 2008， 6(4): 559-570.
[9] 陈鑫 魏海军 吴敏* 曹卫华. 基于高斯回归的连续空间多智能体跟踪学习. 自动化学报 2013 39（12）: 2021-2031.
[10] 陈鑫 Gang Chen Weihua Cao Min Wu*. Cooperative Learning with Joint State Value Approximation for Multi-Agent Systems. Journal of Control Theory and Applications 2013 11（2）: 149-155.