1. 基本信息

姓名： 韩广 性别： 男
院系： 电气与电子工程学院 职务：
专业技术职务： 讲师 所属学科：
导师类别： 硕士生导师 办公电话：
电子邮箱： 该邮件地址已受到反垃圾邮件插件保护。要显示它需要在浏览器中启用 JavaScript。 最高学位： 博士
最高学历： 博士研究生 毕业时间： 2014-07-01
毕业院校： 北京工业大学 毕业专业： 0811 控制科学与工程
研究方向： 人工智能、机器学习算法及其工程应用
招生专业： 电力电子与电力传动、能源动力

2. 个人简介
韩广，男，工学博士，讲师，硕士生导师。
2014年7月于北京工业大学模式识别与智能系统专业获工学博士学位。
中国自动化学会会员，担任IEEE Transactions on Industrial Informatics、IEEE Transactions on Industrial Electronics等国际期刊审稿人。
主要研究方向为人工智能、机器学习算法（包括前馈型、递归型人工神经网络结构设计及学习算法、智能优化算法）研究及其在工业控制、优化和检测问题（包括锚杆、边坡无损检测和污水处理过程等传统流程工业）上的应用。

3. 主要学历与经历
起止时间工作部门职务
2014.07-2020.02 石家庄铁道大学电气与电子工程学院 教师
2009.09-2014.07 北京工业大学 工学博士，硕博连读
4. 在国内外核心期刊上发表论文情况
论文题目刊物名称卷期排名检索
A Biological Mechanism based Structure Self-Adaptive Algorithm for Feedforward Neural Network and its Engineering Applications IEEE Access 2019, 7(1) 1 EI SCI
Application of a Grey Cloud Model in the Identification of Defects in Bolt Anchorage Insight - Non-Destructive Testing and Condition Monitoring 2019, 61(8) 3 EI SCI
Chemical Oxygen Demand Soft-Measurement Method via Long Short-Term Memory Network 2019 Chinese Automation Congress (CAC) IEEE, 2019 1 EI
Pruning Elman Neural Network and its Application in Bolt Defects Classification International Journal of Machine Learning and Cybernetics 2019, 10(7) 3（通讯作者） EI SCI
修剪型神经网络在锚杆锚固缺陷识别中的应用 振动与冲击 2018, 37(5) 3 EI
An Ammonia Nitrogen Concentration Online Soft Measure Method based on the Neural Network The 36th Chinese Control Conference CCC2017 2（通讯作者） EI
铁路行车调度问题的改进粒子群优化研究 控制工程 2017, 24(9) 1 ISTP
空气污染指数的前馈神经网络预测方法 计算机与应用化学 2016, 33(2) 1 ISTP
5. 目前承担的主要项目
项目名称项目类别项目来源起止日期科研经费本人承担任务
深度神经网络结构优化设计及其应用研究 自然基金 省（自治区、直辖市）项目 2019.06.01 - 2021.05.31 3万元 主持
6. 主讲课程
课程名称授课时间学时
智能控制理论(硕士研究生) 2016.03.01 - 2016.03.01 32
过程控制与仪表（本科） 2015.02.26 - 2015.02.26 56
微机原理与接口技术（本科） 2015.09.14 - 2015.09.14 48