清华大学等科研项目通过科技成果评价
2018.07.23
浏览次数: 980
2018年7月23日，第三方专业科技成果评价机构——新濠天地在线在北京依据科技部《新濠天地在线》的有关规定，按照科技成果评价的标准及程序，本着科学、独立、客观、公正的原则，组织专家对清华大学、华北电力大学、深圳大学共同完成的“不确定非线性系统建模理论与智能学习方法”项目进行了科技成果评价。
据悉，此次评价会的专家由中国工程院院士李伯虎，澳门大学教授陈俊龙，北京大学教授王龙，浙江大学研究员王成红，国防大学教授刘增良，新濠天地app院系统科学与数学研究院研究员孙振东，新濠天地app院自动化所研究员侯增广等组成。
经过专家评审，认为该项目依托国家重点基础研究发展计划(973)项目、国家自然科学基金项目等，在不确定非线性系统建模理论与智能学习方法等方面取得了突破性研究成果，主要创新点如下：围绕模糊微分方程解的适定性问题，提出了模糊集值函数微分方程的理论分析方法，建立了模糊集值函数微分方程的适定性及渐近性理论;提出了反向全蕴涵模糊推理方法，分别给出了模糊取式和拒取式最优解的解析形式，进而提出了一种从初始模糊数据中学习模糊规则的启发式方法;针对缺失值特征及集值特征的数据集，分别建立了具有可解释性的特征选择理论与方法;提出了基于流形正则化的无监督极限学习机算法、极限学习机辨别聚类模型，建立了基于随机机会约束规划的半监督学习多聚类特性模型及高效求解方法。主要研究成果成功应用于风电机组和关键部件的故障预测与诊断、电力系统的负荷预测及大型燃煤机组的节能诊断问题、中央空调系统的节能运行与智能控制问题。提供的8篇代表性论文在国际上产生了重要影响，SCI他引802次，其中2篇为ESI高被引论文，单篇最高SCI他引222次。项目在模糊微分系统解的适定性、基于极限学习机/随机机会约束的智能学习方法、取缺失值及集值特征数据集的特征提取方法、全蕴涵模糊推理方法及模糊规则库的构建方法等共性基础理论与方法研究方面取得了突破性成果，理论与方法创新性强，应用效果好，主要成果达到国际领先水平。经专家组全面审核，与会专家一致同意，“不确定非线性系统建模理论与智能学习方法”项目通过科技成果评价。
24小时服务热线
400-611-6062
地址:北京市石景山区和平西路60号院1号楼16层。
关注微信
关注微博
