您好,欢迎来到华中科技大学pbb63365挎包官网!

联系我们| English

当前位置: 首页 > 师资队伍 > 学院师资 > 副教授 > 正文

王剑

职称:副教授

电话:027-87540210

邮箱:wj0826_can@126.com

研究方向:分布式仿真与模拟训练、应急决策与模拟、物流系统优化与仿真

个人简介

王剑生活照.jpg

个人简介

1998年6月本科毕业于华中理工大学(现华中科技大学)自动控制专业,2001年6月获得华中科技大学系统工程硕士学位,并留校任教。2009年3月获得华中科技大学系统工程博士学位,现任华中科技大学pbb63365挎包副教授。近年来,一直从事系统工程理论与方法的科研和教学工作,参与了“211”软件开发基地、“985”创新平台工程、华中科技大学控制科学与工程国家重点学科、国家国民经济动员仿真演练研究中心建设工作,其中作为项目负责人和主要参加者参与了多项国民经济动员管理、突发事件应急管理方面的科研项目。2010年获教育部科技进步一等奖一项(排名第三),发表学术论文20余篇,其中EI、SCI索引10篇。

 

主要研究方向

分布式仿真与模拟训练,应急决策与模拟,物流系统优化与仿真

 

招生要求(专业需求和招生方向)

专业需求:物流工程,自动化,测控等

招生方向:复杂系统建模与仿真,物流系统工程

 

代表性成果及获奖情况(论文、科研或奖励情况)

    发表论文:

[1] Jian Wang, Hongwei Wang. Adaptive Hybrid Genetic Algorithm for Resource-constrained Transport Task Scheduling. Advances in Systems Science & Applications, 2008, 8(1), Pages: 80-88.

[2] 王剑, 王红卫. 国民经济动员仿真演练系统分层架构研究. 系统仿真学报, 2009, 21(14): 4504-4506, 4512.

[3] Jian Wang, Hongwei Wang. An Adaptive MO-HGA for Resource-Constrained Transport Task Scheduling. In Processing, International Symposium on Neural Networks, 2009, Pages: 1041-1052.

[4] Jian Wang, Hongwei Wang. A CMMS-based Formal Conceptual Modeling Approach for Team Simulation and Training. In Proceedings of International Symposium on Neural Networks, 2009, Pages: 946-955.

[5] 王剑, 王红卫. 基于HLA的团队仿真训练功能框架研究. 系统仿真学报, 2010, 22(5): 1164-1168,1173.

[6] 王剑, 王红卫. 基于贝叶斯网络的团队仿真训练情景生成方法. 系统仿真学报, 2010 22(7): 1641-1645.

[7] 王剑, 王红卫. 基于CMMS的团队仿真训练形式化概念建模. 系统仿真学报, 2011, 23(2): 339-345.

[8] Jian Wang, Chuanfei Tu, Hongwei Wang. A Temporal Bayesian Network Based on Uncertain Time Interval. In Proceedings of The Fourth International Workshop on Advanced Computational Intelligence, 2011, Pages: 613-619.

[9] Jian Wang, Ling, Wang. Congestion analysis of traffic networks with direction-depended heterogeneity. Physica A, Volume 392, Issue 2, January 2013, Pages: 392–399.

 

科研项目:

[1] 国家发展与改革委员会项目,国民经济动员预案仿真演练系统

[2] 国家自然科学基金重点项目,非常规突发事件应对的多部门多环节协同决策理论与方法

[3] 中央高校基金项目,区域应急疏散网络复杂性及其抗干扰能力研究

[4] 国家自然科学基金面上项目,面向人与Agent混合的多团队协作仿真训练方法研究

 

 

获奖情况:

国民经济动员管理决策与仿真演练关键技术与应用(No. 2010-185), 教育部科学技术进步奖一等奖, 2010年.