劉宏建，1980年生，安徽濉溪人。現(xiàn)為安徽工程大學數(shù)理學院教授、博士研究生導師、安徽省首批領軍人才特聘教授。安徽省高端裝備智能控制國際聯(lián)合研究中心常務副主任、“系統(tǒng)科學”安徽省特色碩士學位點負責人、安徽工程大學高端裝備智能控制創(chuàng)新團隊帶頭人、安徽工程大學“中江學者”、安徽工程大學中青年拔尖人才，美國《數(shù)學評論》（MR）評論員、中國自動化學會控制理論專業(yè)委員會隨機系統(tǒng)控制分委員會委員、中國指揮與控制學會智能控制與系統(tǒng)專業(yè)委員會、中國運籌學會智能計算分會理事、中國工業(yè)與應用數(shù)學學會會員，安徽省僑聯(lián)青年委員、安徽工程大學歐美同學會（留學生聯(lián)誼會）會長，安徽省教壇新秀、安徽工程大學校級教學名師、安徽工程大學青年教師教學基本功競賽一等獎、安徽工程大學教學“特檔骨干”，蕪湖市重大行政決策咨詢論證智庫專家。
主要研究隨機非線性濾波與安全控制，憶阻神經(jīng)網(wǎng)絡的狀態(tài)估計與同步，工業(yè)互聯(lián)網(wǎng)建模及其關鍵技術等。主持國家自然科學基金項目2項、安徽省自然科學基金（面上項目）1項、安徽省高校優(yōu)秀拔尖人才（重點項目）1項、安徽省高校自然科學基金（重點項目）2項、黑龍江省博士后基金（面上資助）1項以及其它縱向課題12項，先后參與國家自然科學基金面上項目和青年項目以及安徽省創(chuàng)新領軍人才團隊、安徽省自然科學基金、教育部重點實驗室基金等國家和省部級項目16項。出版英文專著1部，在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics、Neural Networks、Fuzzy Optimization and Decision Making、運籌學學報、工程數(shù)學學報等國內外重要學術刊物上發(fā)表學術論文81篇，其中ESI高被引論文6篇，熱點論文2篇，Google H指數(shù)34。2023年入選“全球前2%頂尖科學家”榜單。國際控制與系統(tǒng)科學期刊System Science and Control Engineering客座編輯，2020年自動化、信息和計算國際學術會議 （ISAIC 2020）等國際會議的程序委員會委員，2023年復雜系統(tǒng)與網(wǎng)絡國際研討會（IWCSN2023）聯(lián)合主席。出版教材1部。
☆ 學習與工作經(jīng)歷
[1] 2014/09-2018/06，東華大學，獲工學博士學位，導師：王子棟教授
[2] 2006/09-2009/07，安徽工程大學，獲工學碩士學位，導師：費為銀教授
[3] 1999/09-2003/07，安徽大學，獲理學學士學位
[4] 2003/11-至今，安徽工程大學數(shù)理學院，助教/講師/副教授/教授（破格）
期間
[1] 2018/07-2021/12，東北石油大學，復雜系統(tǒng)與先進控制研究院，博士后，合作導師：董宏麗教授與劉義坤教授
[2] 2017/07-2018/08，英國布魯奈爾大學，訪問學者
[3] 2017/03-2018/03，英國布魯奈爾大學，訪問學者
[4] 2016/07-2016/09，美國德州農(nóng)工大學卡塔爾分校，助理研究員
☆ 主持與參與的科研項目
[1] 2022年，國家自然科學基金（面上項目），基于FlexRay協(xié)議的網(wǎng)絡化隨機非線性系統(tǒng)的分布式狀態(tài)估計與安全控制，項目編號：62273005，主持.
[2] 2022年，基于工業(yè)互聯(lián)網(wǎng)的車載取力供電系統(tǒng)動態(tài)管理與協(xié)同控制關鍵技術研究，項目編號：HX-2022-10-033，主持.
[3] 2021年，安徽省自然科學基金（面上項目），網(wǎng)絡通信調度下隨機復雜網(wǎng)絡的牽引控制及在微電網(wǎng)中的應用研究，項目編號：2108085MA07，主持.
[4] 2021年，安徽工程大學高端裝備智能控制創(chuàng)新團隊，帶頭人.
[5] 2020年，安徽工程大學“中江學者”青年學者，主持.
[6] 2019年，黑龍江省博士后基金（面上資助），基于采樣數(shù)據(jù)的傳感器網(wǎng)絡分布式濾波與融合及其在油井故障檢測中的應用，項目編號：LBH-Z19048，主持.
[7] 2019年，安徽省高校優(yōu)秀青年人才支持計劃（重點項目），基于采樣數(shù)據(jù)的憶阻神經(jīng)網(wǎng)絡的狀態(tài)估計，項目編號：gxyqZD2019053，主持.
[8] 2019年，安徽省高校自然科學基金（重點項目），基于采樣和動態(tài)拓撲的復雜網(wǎng)絡狀態(tài)估計問題研究，項目編號：KJ2019A0160，主持.
[9] 2018年，安徽工程大學中青年拔尖人才項目，非線性網(wǎng)絡化隨機時變系統(tǒng)的故障檢測和容錯控制問題研究，項目編號：2018BJRC009，主持.
[10] 2015年，國家自然科學基金（青年項目），基于不完全測量信息的隨機憶阻神經(jīng)網(wǎng)絡的參數(shù)與狀態(tài)估計問題研究，項目編號：61503001，主持.
[11] 2015年，安徽省高校自然科學基金（重點項目），基于不完全測量信息的傳感器網(wǎng)絡的分布式濾波，項目編號：KJ2015A088，主持.
[12] 2015年，安徽省高等教育提升計劃省級自然科學研究一般項目，網(wǎng)絡化環(huán)境下基于事件觸發(fā)機制的傳感器網(wǎng)絡的濾波問題研究，項目編號：TSKJ2015B17，主持.
[13] 2013年，安徽省高校自然科學基金（一般項目），不確定理論在金融風險管理領域的應用，項目編號：KJ2013B023，主持.
[14] 2021年，安徽省自然科學基金（青年基金），基于無線中繼通信網(wǎng)絡的采樣數(shù)據(jù)系統(tǒng)的狀態(tài)估計，項目編號：2108085QA13，參與.
[15] 2020年，教育部重點實驗室項目，憶阻神經(jīng)網(wǎng)絡的幾類不連續(xù)控制的同步研究，項目編號：GDSC202012，參與.
[16] 2020年，教育部重點實驗室項目，信息缺失和量化情形下復雜網(wǎng)絡的牽制控制，項目編號：GDSC202014，參與.
[17] 2020年，教育部重點實驗室項目，復雜網(wǎng)絡環(huán)境下控制系統(tǒng)估計方法研究，項目編號：GDSC202016，參與.
[18] 2018年，安徽省領軍人才團隊，復雜系統(tǒng)建模與網(wǎng)絡化智能控制，參與.
[19] 2017年，國家自然科學基金項目（青年項目），具有不同步子網(wǎng)絡的循環(huán)切換網(wǎng)絡的同步與控制問題研究，項目編號：61703003，參與.
[20] 2017年，安徽省自然科學（青年項目），帶有切換拓撲的異構復雜動態(tài)網(wǎng)絡的有界同步與控制問題研究，項目編號：1708085QA16，參與.
[21] 2015年，國家自然科學基金項目（面上項目），通脹不確定下最優(yōu)消費-投資組合和退休選擇問題研究，項目編號：71571001，參與.
[22] 2011年，國家自然科學基金項目（面上項目），Knight不確定環(huán)境下最優(yōu)消費和投資問題研究，項目編號：71171003，參與.
[23] 2008年，國家自然科學基金項目，數(shù)值微分方法研究及其在飛行器測控中的應用，項目編號：10826098，參與.
[24] 2008年安徽省自然科學基金項目，金融數(shù)學中的模糊隨機系統(tǒng)理論研究，項目編號：090416225，參與.
☆ 學術榮譽
[1] 2018年，東華大學優(yōu)秀博士畢業(yè)論文.
[2] 2017年，SCI期刊Asian Journal of Control杰出審稿人.
[3] 2006年，安徽省科學技術研究成果：隨機理論及其在投資組合中的應用，參與.
☆ 英文專著
[1] H. Liu, Z. Wang, and L. Ma, Stability Analysis and State Estimation of Memristive Neural Networks, 2021/06/30, ISBN:9781003189152,CRC Press, Taylor & Francis Group.
☆ 近期代表性論文
[1] H. Liu, Z. Wang, W. Fei, and J. Li, Resilient H-infinity state estimation for stochastic delayed memristive neural networks: A dynamic event-triggered mechanism, IEEE Transactions on Cybernetics, vol. 52, no. 5, pp. 3333-3341, 2022..
[2] N. Hou, J. Li, H. Liu*, Y. Ge, and H Dong, Finite-horizon resilient state estimation for complex networks with integral measurements from partial nodes, SCIENCE CHINA Information Sciences, vol. 65, no. 3, pp. 163-177, 2022.
[3] H. Liu, Z. Wang, W. Fei, and J. Li, On finite-horizon H-infinity state estimation for discrete-time delayed memristive neural networks under stochastic communication protocol, Information Science, vol. 555, pp. 280-292, 2021.
[4] H. Liu, Z. Wang, W. Fei, and J. Li, H-infinity and l-2-l-infinity state estimation for delayed memristive neural networks on finite horizon: The Round-Robin protocol, Neural Networks, vol. 132, pp. 121-130, 2020.
[5] H. Liu, L. Ma, Z. Wang, Y. Liu, and F. E. Alsaadi, An overview of stability analysis and state estimation for memristive neural networks, Neurocomputing, vol. 391, pp. 1-12, 2020.
[6] H. Liu, Z. Wang, B. Shen, and H. Dong, Delay-distribution-dependent H-infinity state estimation for discrete-time memristive neural networks with mixed time-delays and fading measurements, IEEE Transactions on Cybernetics, vol. 50, no. 2, pp. 440-451, 2020.
[7] Z. Wang, H. Liu, B. Shen, F. E. Alsaadi, and A. M. Dobaie, H-infinity state estimation for discrete-time stochastic memristive BAM neural networks with mixed time-delays, Information Journal of Machine Learning and Cybernetics, vol. 10, no. 4, 771-785, 2019.
[8] H. Liu, Z. Wang, B. Shen, and X. Liu, Event-triggered H-infinity state estimation for delayed stochastic memristive neural networks with missing measurements: The discrete time case, IEEE Transactions on Neural Networks and Learning Systems, vol. 29, no. 8, pp. 3726-3737, 2018.
[9] H. Liu, Z. Wang, B. Shen, T. Huang, and F. E. Alsaadi, Stability analysis for discrete-time stochastic memristive neural networks with both leakage and probabilistic delays, Neural Networks, vol. 102, pp. 1-9, 2018.
[10] H. Liu, Z. Wang, B. Shen, and F. E. Alsaadi, H-infinity state estimation for discrete-time memristive recurrent neural networks with stochastic time-delays, Information Journal of General Systems, vol. 45, no. 5, pp. 633-647, 2016.
[11] H. Liu, Z. Wang, B. Shen, and X. Kan, Synchronization for discrete-time memristive recurrent neural networks with time-delays, Proceedings of the 34st Chinese Control Conference, pp. 3478-3483, 2015.
[12] H. Liu, Z. Wang, and B. Shen, Discrete-time memristive recurrent neural networks with time-varying delays: Exponential stability analysis, Proceedings of the 35st Chinese Control Conference, pp. 3584-3589, 2016.
[13] H. Liu, H. Ke, and W. Fei, Almost sure stability for uncertain differential equation, Fuzzy Optimization and Decision Making, vol. 13, no. 4, pp. 463-473, 2014.
[14] W. Fei, H. Liu, and W. Zhang, On solutions to fuzzy stochastic differential equations with local martingales, Systems & Control Letters, vol. 65, pp. 96-105, 2014.
[15] H. Liu and W. Fei, The LaSalle-type theorems for uncertain differential delay equations, 數(shù)學理論與應用，vol. 34, no. 4, pp. 75-88, 2014.
[16] 劉宏建，費為銀，朱永王，鄭安曼, Knight不確定下考慮保險和退休的最優(yōu)消費投資和遺產(chǎn)問題研究, 運籌學學報, vol. 18, no. 3, pp. 88-98, 2014.
[17] 劉宏建，費為銀，祖紛，汪如謹, 股價波動率具有模型不確定的最優(yōu)消費與投資問題, 工程數(shù)學學報, vol. 31, no. 1, pp.35-43, 2014.
[18] H. Liu and W. Fei, Neutral uncertain delay differential equations, Information-An International Interdisciplinary Journal, vol. 16, no. 2(A), pp. 1225-1232, 2013.
[19] 丁德銳, 費為銀, 劉宏建, 不確定系統(tǒng)受方差約束和魯棒R穩(wěn)定的 動態(tài)輸出反饋控制, 東華大學學報，vol. 35, no. 3, pp. 360-365, 2009.
[20] 梁勇，費為銀，劉宏建, 帶有交易成本和紅利的最優(yōu)消費投資策略研究, 數(shù)學理論與應用，vol. 30, no. 4, pp. 92-96, 2010.
[21] 劉宏建，費為銀，梁勇, 大偏差控制在部分信息下最優(yōu)投資問題中的應用, 經(jīng)濟數(shù)學，vol. 25, no. 4, pp.373-376, 2008.
熱烈歡迎數(shù)學、自動化、系統(tǒng)科學、計算機等相關專業(yè)學生攻讀本人研究生！
聯(lián)系方式
[1] 通信地址：安徽省蕪湖市北京中路54號安徽工程大學A座行政樓603室.
[2] 辦公室電話：0553-2871436.
[3] 電子郵箱：[email protected]; [email protected]