姓名
丛秋梅

出生年份
1978.8

职称
讲师

职务


联系电话
**

Email
cong_0828@163.com

通信地址
辽宁省抚顺市望花区丹东路西段一号辽宁石油化工大学信控学院

所属系室
测控技术与仪器系

学历学位
工学博士

研究方向
复杂工业过程的智能建模、控制与优化

个人简介
（学习进修经历、发表论文、主持项目、指导研究生等）
个人简介
丛秋梅，女，博士后，讲师，硕士研究生导师
教育经历
2011年7月，获得东北大学工学博士学位；
2012年4月至2015年4月，中国科学院沈阳自动化研究所信息服务与智能控制技术研究室从事博士后研究工作。
研究方向
复杂工业工程的建模、控制与优化；
活性污泥污水处理过程关键水质参数的软测量。
主持和参与项目情况
1、国家自然科学基金青年科学研究项目“带有工况特征识别的活性污泥过程水质参数稳定软测量方法研究”(**)，主持，已获批；
2、中国博士后科学基金面上资助项目“污水水质条件自适应集成模型研究” (2013M530953)，主持，结题；
3、辽宁省教育厅一般项目“不确定干扰下的污水水质自适应集成软测量模型研究”(L**)，主持，在研；
4、国家自然科学基金面上项目“面向需求有界变化的石化生产过程优化与控制方法研究”(**)，参与，在研；
5、辽宁石油化工大学国家级项目培育基金“带有工况特征识别的活性污泥过程水质参数稳定软测量方法研究”(2016-PY017)，主持，在研。
部分发表论文
1、CONG Qiumei, YU Wen. Integrated Soft Sensor with Wavelet Neural Network and Adaptive Weighted Fusion for Water Quality Estimation in Wastewater Treatment Process[J], Measurement, 2018, (124): 436-446.
2、丛秋梅,邓淑贤,赵宇,王艳.稳定RBF神经网络的在线软测量建模方法[J],控制工程, 2018, 25(5): 823-825.
3、丛秋梅,苑明哲,王宏.基于稳定Hammerstain模型的在线软测量建模方法及应用[J],化工学报, 2015, 66(4): 1380-1387.
4、丛秋梅, 张北伟, 苑明哲. 基于同步聚类的污水水质混合在线软测量方法[J], 计算机工程与应用, 2015, 51(24): 27-33.
5、CONG Qiu-mei, YUGuang-ping, YUAN Ming-zhe, WANG Jing-yang. On-line hybrid soft sensor for water quality based on synchronous clustering [C], IEEE-CYBER 2015 August, Shenyang.
6、丛秋梅,苑明哲, 王宏, 等. 基于元学习的污水水质集成软测量模型[J], 信息与控制, 2014, 43(2): 248-252.
7、丛秋梅,苑明哲,柴天佑,王宏.带有工况中心修正的多模型在线建模[J],控制理论与应用, 2013，30(6):773 -780.
8、Qiumei Cong, Wen Yu, Tianyou Chai. Cascade Process Modeling with Mechanism-Based Hierarchical Neural Networks[J].International Journal of Neural Systems, 2010, 20(1): 1-11.
9、丛秋梅,赵立杰,柴天佑.一类污水处理过程水质多模型在线软测量方法[J].东北大学学报(自然科学版), 2010, 31(9):1221-1225.
10、丛秋梅,柴天佑, 余文. 带有稳定学习算法的小波神经网络及应用[J]. 东北大学学报(自然科学版), 2010, 31(3):305-308.
11、丛秋梅,柴天佑,余文.污水处理过程的递阶神经网络建模[J].控制理论与应用, 2009, 26(1):8-14.
12、Qiumei Cong, Tianyou Chai, Wen Yu. Cascade Process Modeling with Mechanism-Based Hierarchical Neural Networks[C]. Proceedings of the 17th IFAC World Congress, Seoul, Korea, July, 2008, 5563-5568.
13、Qiumei Cong, Wen Yu and Tianyou Chai. Hierarchical Neural Network Model for Water Quality PredictioninWastewater Treatment Plants. 2nd International Workshop on Advances in Computational Intelligence, IWACI'09, Springer Berlin / Heidelberg, Volume 116/2009, pp. 155-166.
14、Qiumei Cong, Tianyou Chai. Effluent COD of SBR Process Prediction Model Based on Fuzzy-NeuralNetwork[C]. International Conference on Neural Networks and Brain (ICNN&B 2005), China, Beijing, October, 2005, 821-825.
15、汤健,柴天佑,丛秋梅,苑明哲,等.基于EMD和选择性集成学习算法的磨机负荷参数软测量[J],自动化学报, 2014, 40(9):1853-1866.