范丽伟职称：教授、硕士生导师
职务:
电子邮箱：fanlw@upc.edu.cn

教师简介
科学研究
主教课程

教育经历：
1996年9月-2000年7月，山东工业大学计算数学及其应用软件专业，理学学士
2000年9月-2003年7月，大连理工大学运筹学与控制论专业，理学硕士
2005年8月-2010年10月，新加坡国立大学工业与系统工程系，哲学博士
工作经历：
2003年10月-2005年7月，山东建筑大学理学院任教
2011年3月-2018年3月，河海大学商学院讲师、副教授
2018年4月-今，中国石油大学（华东）经济管理学院教授
研究领域
商务智能与数据挖掘
能源系统建模物流与供应链管理
教育背景
2010,新加坡国立大学,哲学,博士 2003,大连理工大学,理学,硕士 2000,山东工业大学,理学,学士
职业经历

科研项目近年来主持的重要科研项目包括：
1. 异质性环境生产技术下中国城市全要素能源效率测度及解构研究，国家社科基金一般项目（项目批准号：17BGL251），2017-20202.
2. 国际油价波动的独立源影响因素及其集成智能预测研究,国家自然科学基金项目（项目批准号： **），2013-2015.3.
3.零和博弈效率视角下我国节能减排指标的区域分配研究，教育部人文社科基金项目（项目批准号：12YJCZH039），2012-2014.4.
4. 智能配载与线路优化系统，长安民生住久物流有限公司，2016-2017
论文及著作在Technological Forecasting Social Change、Expert Systems with Applications、Energy Policy、EJOR等期刊发表论文20余篇，部分代表性论文如下：
1. Does energy efficiency affect financial performance? Evidence from Chinese energy-intensive firms. Journal of Cleaner Production 151 (2017), 53-59. (SCI，第一作者)
2. An ICA-based support vector regression scheme for forecasting crude oil prices. Technological forecasting and Social Change 112 (2016), 245-253. (SSCI，第一作者)
3. Volatility analysis and forecasting models of crude oil prices: a review. International Journal of Global Energy Issues 38 (2015), 5-17. (EI，第一作者)
4. Efficiency measurement of Chinese airports with flight delays by directional distance function. Journal of Air Transport Management 34 (2014), 140-145. (SSCI, 第一作者)
5. Marginal CO2 abatement costs: Findings from alternative shadow price estimates for Shanghai industrial sectors. Energy Policy 77 (2015), 109-117. (SSCI/SCI, 第二作者)
6. Partition-conditional ICA for Bayesian classification of microarray data. Expert Systems with Applications 37 (2010), 8188-8192. (SCI, 第一作者)
7. A sequential feature extraction approach for na?ve Bayes classification of microarray data. Expert Systems with Applications 36 (2009), 9919-9923. (SCI, 第一作者)
8. A comparative study of PCA, ICA and class-conditional ICA for na?ve Bayes classifier. Lecture Notes in Computer Science (LNCS) 4507 (2007), 16-22. (第一作者)
指导研究生情况非常欢迎来自不同学科领域的优秀学生加入我的研究团队，优先考虑数学功底扎实、编程能力强和逻辑抽象思维能力强的同学