电子邮箱:

chenkezixf[at]zzu.edu.cn（请将[at]换成@）

办公室:

郑州大学电气与信息工程学院3307

研究方向:

计算智能、特征选择、故障诊断、数据挖掘、机器学习

教育背景

2017/09-2021/06，山东大学，控制科学与工程学院，博士

2018/11-2020/11，新西兰惠灵顿维多利亚大学，工程与计算机科学学院，联合培养博士

2014/09-2017/01，燕山大学，电气工程学院，硕士

2010/09-2014/06，潍坊学院，信息与控制工程学院，学士

工作经历

Ø  2023/02-至今，郑州大学，电气与信息工程学院，副研究员

Ø  2022/02-2023.01，郑州大学，电气与信息工程学院，副研究员（直聘）

Ø  2021/09-2022/01，郑州大学，电气工程学院，副研究员（直聘）

学术兼职

Ø  担任中国人工智能学会青工委委员、教育部学位论文评审专家、河南省科技项目评审专家等；

Ø  担任IEEE   Transactions on Evolutionary Computation、IEEE Transactions on Cybernetics、Applied Soft   Computing和Swarm   and Evolutionary Computation等20余个国际知名期刊和会议的特邀审稿人。

奖励与荣誉

Ø  2024年，河南省高层次人才

Ø2024年，河南省青年托举人才

Ø  2023年，《电子与信息学报》优秀审稿人

Ø  2023年，中国自动化学会优秀博士学位论文提名奖

Ø  2023年，河南省教育厅优秀科技论文类一等奖

Ø  2023年，智能优化与调度学术会议优秀博士学位论文奖

Ø  2022年，中原英才计划（育才系列）-中原青年拔尖人才

Ø  2022年，河南省博士后创新创业大赛最佳创意奖

Ø  2022年，第五届智能优化与调度学术会议优秀论文二等奖

Ø  2021年，山东省优秀毕业生

Ø  2021年，山东省高等学校优秀学生

Ø  2020年，博士研究生国家奖学金

Ø  2020年，山东大学研究生学术之星提名奖

Ø  2019年，山东大学优秀研究生

Ø  2018年，博士研究生国家奖学金

Ø  2018年，“华为杯”第十五届中国研究生数学建模竞赛 全国三等奖

Ø  2018年，国家公派联合培养博士研究生奖学金

Ø  2017年，“华为杯”第十四届中国研究生数学建模竞赛 全国二等奖

科研项目

Ø  （主持）河南省青年人才托举工程项目（2024HYTP023），2024.01-2025.12

Ø  （主持）国家自然科学基金青年项目（62206255），2023.01-2025.12

Ø  （主持）中原青年拔尖人才-中原青年博士后创新人才项目，2022.10-2024.09

Ø  （主持）中国博士后科学基金特别资助（站前）项目（2022TQ0298），2022.07-2024.06

Ø  （主持）中国博士后科学基金面上项目（2022M712878），2022.06-2024.05

Ø  （参与）国家自然科学基金区域联合创新重点项目（U23A20340），2024.01-2027.12

Ø  （参与）国家自然科学基金面上项目（62376253），2024.01-2027.12

Ø  （参与）国家自然科学基金青年项目（61803227），2019.01-2021.12

Ø  （参与）国家重点研发计划智能机器人重点专项（2017YFB1302400），2017.12-2020.11

Ø  （参与）智能机器人与系统高精尖创新中心开放基金（2019IRS19），2019.10-2021.09

Ø  （参与）河北省自然科学基金青年项目（F2016203427），2016.01-2018.12

主要论著

已在国内外重要期刊及学术会议上发表SCI/EI收录论文30余篇（其中第一/通讯作者SCI论文14篇），谷歌总引用1150余次，H-index=14，ESI前1%高被引论文2篇，部分代表性论文如下：

[1]       Ke Chen, Bing   Xue, Mengjie Zhang, Fengyu Zhou*. An Evolutionary Multitasking-Based Feature   Selection Method for High-Dimensional Classification [J]. IEEE Transactions   on Cybernetics, 2022, 52(7): 7172-7186. (SCI,   IF=11.8, 中科院一区TOP)【ESI高被引】

[2]       Ke Chen, Bing   Xue, Mengjie Zhang, Fengyu Zhou*. Evolutionary Multitasking for Feature   Selection in High-dimensional Classification via Particle Swarm Optimisation   [J]. IEEE Transactions on Evolutionary Computation, 2022, 26(3): 446-460.   (SCI, IF=14.3, 中科院一区TOP) 【获河南省教育厅优秀科技论文类一等奖】

[3]       Ke Chen, Bing   Xue, Mengjie Zhang, Fengyu Zhou*. Correlation-Guided Updating Strategy for   Feature Selection in Classification with Surrogate-Assisted Particle Swarm   Optimisation [J]. IEEE Transactions on Evolutionary Computation, 2022, 26(5):   1015-1029. (SCI, IF=14.3, 中科院一区TOP)

[4]       Jing Liang, Yuyang Zhang, Boyang Qu, Ke Chen*,   Kunjie Yu, Caitong Yue. A Multiform Optimization Framework for   Multi-objective Feature Selection in Classification. IEEE Transactions on   Evolutionary Computation, DOI: 10.1109/TEVC.2023.3284867, 2023, 1-15. (SCI,   IF=14.3, 中科院一区TOP)

[5]       Kunjie Yu, Dezheng Zhang, Jing Liang, Ke Chen*,   Caitong Yue, Kangjia Qiao, Ling Wang. A Correlation-Guided Layered Prediction   Approach for Evolutionary Dynamic Multiobjective Optimization, IEEE   Transactions on Evolutionary Computation, 2023, 27(5): 1398-1412. (SCI,   IF=14.3, 中科院一区TOP)

[6]       Kunjie Yu, Shaoru Sun, Jing Liang, Ke Chen*,   Boyang Qu, Caitong Yue, Ling Wang. A bidirectional dynamic grouping   multi-objective evolutionary algorithm for feature selection on   high-dimensional classification. Information Sciences, 2023, 648: 119619.   (SCI, IF=8.1, 中科院一区TOP)

[7]       Ke Chen,   Bing Xue, Mengjie Zhang, Fengyu Zhou*. Novel Chaotic Grouping Particle Swarm   Optimization with A Dynamic Regrouping Strategy for Solving Numerical   Optimization Tasks [J]. Knowledge-Based Systems, 2020, p. 105568. (SCI, IF=8.8, 中科院一区TOP)

[8]       Ke Chen,   Fengyu Zhou*, Xianfeng Yuan. Hybrid Particle Swarm Optimization with   Spiral-Shaped Mechanism for Feature Selection [J]. Expert   Systems with Applications, 2019, 128: 140-156. (SCI, IF=8.5, 中科院一区TOP)

[9]       Ke Chen,   Fengyu Zhou*, Lei Yin, Shuqian Wang, Yugang Wang, Fang Wan. A Hybrid Particle   Swarm Optimizer with Sine Cosine Acceleration Coefficients [J]. Information   Sciences, 2018, 422: 218-241. (SCI, IF=8.1, 中科院一区TOP)

[10]   Ke Chen,   Fengyu Zhou*, Aling Liu. Chaotic Dynamic Weight Particle Swarm Optimization   for Numerical Function Optimization [J]. Knowledge-Based Systems, 2018, 139:   23-40. (SCI, IF=8.8, 中科院一区TOP)

[11]   Ke Chen,   Fengyu Zhou*, Yugang Wang, Lei Yin. An Ameliorated Particle Swarm Optimizer   for Solving Numerical Optimization Problems [J]. Applied Soft Computing,   2018, 73: 482-496. (SCI, IF=8.7, 中科院一区TOP)

[12]  Peifeng Niu, Ke Chen*, Yunpeng Ma, Xia Li, Aling   Liu, Guoqiang Li. Model Turbine Heat Rate by Fast Learning Network with   Tuning Based on Ameliorated Krill Herd Algorithm [J]. Knowledge-Based   Systems, 2017, 118: 80-92. (SCI, IF=8.8, 中科院一区TOP)

[13]  Jing Liang, Yuyang Zhang, Ke Chen*,   Boyang Qu, Kunjie Yu, Caitong Yue, Ponnuthurai Nagaratnam Suganthan. An   evolutionary multi-objective method based on dominance and decomposition for   feature selection in classification[J]. Science China Information Sciences, 2024, 67: 120101. (SCI, IF=8.8, 中科院二区)

[14]  Jing Liang, Hao Guo, Ke Chen*, Kunjie Yu, Caitong   Yue, Xia Li. An improved Kalman particle swarm optimization for modeling and   optimizing of boiler combustion characteristics. Robotica,   2023;41(4):1087-1097. (SCI, IF=11.8, 中科院四区, 会议优秀论文推荐转投期刊文章)

[15]  牛培峰, 陈科*, 刘阿玲, 马云鹏，赵振，李国强. 基于磷虾群算法的汽轮机组最优初压研究[J]. 动力工程学报, 2017, 37(8): 615-621. (中国精品科技期刊)

[16]  牛培峰, 陈科, 马云鹏, 赵庆冲，李国强. 基于磷虾群算法的汽轮机热耗率建模应用[J]. 动力工程学报, 2016, 36(10): 781-787. (中国精品科技期刊)

[17]   Ke Chen, Fengyu   Zhou*, Bing Xue. Particle Swarm Optimization for Feature Selection with   Adaptive Mechanism and New Updating Strategy [C]. Australasian Joint   Conference on Artificial Intelligence. Springer, Cham, 2018: 419-431. (EI, 口头报告, 新西兰惠灵顿)

[18]   Ke Chen, Bing   Xue, Mengjie Zhang, Fengyu Zhou*. Hybridising Particle Swarm   Optimisation with Differential Evolution for Feature Selection in   Classification [C]. IEEE Congress on Evolutionary Computation, 2020, pp. 1-8.   (EI, 在线口头报告, 英国格拉斯哥)

[19]  Jing Liang, Xuanxuan Ban, Kunjie Yu, Boyang Qu, Kangjia   Qiao, Caitong Yue, Ke   Chen, and Kay Chen Tan. A   survey on evolutionary constrained multiobjective optimization [J]. IEEE   Transactions on Evolutionary Computation 2023, 27(2): 201-221. (SCI, IF=14.3,   中科院一区TOP)【ESI高被引】

[20]  Yaxin Li, Jing Liang, Kunjie Yu, Ke Chen, Yinan Guo,   Caitong Yue, and Leiyu Zhang. Adaptive local landscape feature vector for   problem classification and algorithm selection. Applied Soft Computing, 2022,   131: 109751. (SCI, IF=8.7, 中科院一区TOP)

[21]  Luyao Zhu, Fangfang Zhang, Xiaodong Zhu, Ke Chen*,   Mengjie Zhang, Sample-Aware Surrogate-Assisted Genetic Programming for   Scheduling Heuristics Learning in Dynamic Flexible Job Shop Scheduling.   Proceedings of the Genetic and Evolutionary Computation Conference, 2023:   384-392. (EI, 口头报告, 葡萄牙里斯本)

[22]  Meizhen   Liu, Fengyu Zhou*, Ke Chen, Yang Zhao. Co-Attention Networks Based on Aspect and Context for   Aspect-Level Sentiment Analysis.   Knowledge-Based Systems, 2021, p. 106810. (SCI,   IF=8.8, 中科院一区TOP)

[23]  马云鹏, 牛培峰*, 陈科, 闫姗姗，李国强. 基于混沌分组教与学优化算法锅炉NOx 模型优化研究[J]. 计量学报, 2017, 39(1): 125-129. (中文核心期刊)

专利

[1]         基于差分学习和粒子群的特征选择的图像分类方法及系统，发明专利，授权号：ZL202010080572.0，2022。

[2]         基于改进PSO及SVM的编码器故障诊断系统及方法，发明专利，授权号：ZL201810645393.X，2020。

[3]         一种基于智能声源定位与语音控制的机器人系统及方法，发明专利，授权号：ZL201710458349.3，2020。

[4]         基于微服务的陪护机器人云服务系统及方法，发明专利，授权号：ZL201810637090.3，2020。

[5]       一种基于进化多任务技术的两阶段特征选择方法及系统 ，发明专利，授权号：ZL201911192139.X，2019。

[6]         基于改进粒子群算法的数据特征选择方法及系统，发明专利，申请号：201810844459.8，2018.

[7]         一种智能故障诊断方法及系统，发明专利，实审阶段，申请号：202311685307.5,   2023。

[8]         一种应用于遗传规划解决动态柔性车间调度的代理模型样本选择方法，发明专利，实审阶段，申请号：202310460834.X,   2023。

[9]         一种癌症识别分类方法，发明专利，实审阶段，申请号：202310109091.1,   2023。

[10]    基于双向动态分组的多目标特征选择的人脸识别分类方法，发明专利，实审阶段，申请号：202310094410.6,   2023。

[11]    基于空间转换的多形式多目标特征选择的文本分类方法，发明专利，实审阶段，申请号：202311364586.5,   2023。

[12]    一种锂电池模型参数辨识和荷电状态估计的方法，发明专利，实审阶段，申请号：202310814538.5,   2023。

[13]    同时实现特征提取和选择的可解释遗传规划图像分类方法，发明专利，实审阶段，申请号：202310605414.6,   2023。

其他信息

Ø  本人长期从事计算智能理论以及相关应用的研究，欢迎对“计算智能”、“数据挖掘”、“故障诊断”，“机器学习”和“复杂系统建模”感兴趣的同学联系，本人会为每一位学生制定详实可行的研究计划，不让学生存在科研迷茫期；

Ø  每年招收硕士研究生2-4名。关于想来读硕的同学，需要认真思考两个问题：1）是否对我的科研方向感兴趣？2）你的近期和远期职业规划分别是什么？

Ø  热忱欢迎本科学生（具有一定编程基础，每天至少能保证4小时科研时间）来实验室学习，年级不限；

Ø  本人指导学生原则：站在学生角度，引导学生兴趣驱动，建立系统的科研思路，全方位培养学生“发现问题—解决问题—成果呈现”的能力，全程陪跑每一位学生的科研生活。