帐号登陆 English

报考该导师研究生的方式

欢迎你报考张吉烈老师的研究生,报考有以下方式:

1、参加西南交通大学暑期夏令营活动,提交导师意向时,选择张吉烈老师,你的所有申请信息将发送给张吉烈老师,老师看到后将和你取得联系,点击此处参加夏令营活动

2、如果你能获得所在学校的推免生资格,欢迎通过推免方式申请张吉烈老师研究生,可以通过系统的推免生预报名系统提交申请,并选择意向导师为张吉烈老师,老师看到信息后将和你取得联系,点击此处推免生预报名

3、参加全国硕士研究生统一招生考试报考张吉烈老师招收的专业和方向,进入复试后提交导师意向时选择张吉烈老师。

4、如果你有兴趣攻读张吉烈老师博士研究生,可以通过申请考核或者统一招考等方式报考该导师博士研究生。

点击关闭

张吉烈

报考该导师

副教授 、硕士生导师

职称:副教授

所在单位: 信息科学与技术学院

学位:工学博士学位

学科:交通信息工程及控制. 控制理论与控制工程

办公地点:中国四川省成都市郫都区犀安路 999 号西南交通大学信息科学与技术学院(犀浦校区九号教学楼)9527办公室

邮箱:

个人简介

  张吉烈,工学博士,副教授,入选西南交通大学“雏鹰计划”,四川省学术带头人后备人选。博士毕业于东北大学控制理论与控制工程专业,现就职于西南交通大学信息科学与技术学院。主要从事多智能体一致协同控制和自适应动态规划等领域相关研究工作。目前感兴趣的领域:ECP重载列车分布式协同制动控制。

  本人为中国自动化学会会员,担任中国自动化学会能源互联网专委员会、自适应动态规划与强化学习专委会委员;还担任国际主要杂志审稿人(TAC, TNNLS, TFS, TC 和 TSMCS)。

成果概述

以第一作者身份在《IEEE Transactions on Automatic Control》,《Automatica》,《IEEE Transactions on Cybernetics》,《IEEE Transactions on Neural Networks and Learning  Sysytems》《IEEE Transactions on Systems, Man and Cybernetices: Systems》等国际顶级期刊和会议发表高水平论文30余篇。发表在《自动化学报》的论文获得自动化学报优秀论文奖。

目前主持国家自然科学基金青年、面上项目各1项;参与面上项目3项,青年项目1项,四川省项目2项。

研究兴趣

ECP重载列车分散式制动控制主要研究具有电气制动系统(ECP)的长大货运列车在制动过程中如何减小纵向冲动的控制问题。由于重载列车车厢之间存在车钩力,整个列车动态模型存在耦合作用,导致分布式控制器设计难以实现。目前大多方法还集中在列车整体设计方案的研究中。而分布式异步制动设计是我们研究的动力和目标。分布式异步设计将会对列车制动控制带来巨大改变,优势极为明显,如:减少计算量和计算速度,降低信号带宽,可靠性强,对车辆载重和运行工况自适应,提高载重和速度等优点。

初步研究已经取得一定的研究进展。希望与广大同行交流学习,也欢迎优秀学子加入团队共同研究该课题。

研究生招生:欢迎编程好或懂硬件(PCB,嵌入式等)的同学报考(不能保证工作日在实验室的同学勿扰)。

成果展示

1.ATO重载编组分布式ECP完全异步制动方案(点击有惊喜)

  概述:该技术方案提出的列车异步协同制动控制是根据每节车厢的路况和自身载重的差异,在传统 ECP 制动系统框架下进行改进,为每节车厢产生所需的不同大小的制动力。一改传统 ECP 控制产生制动力不均引起的踏面异常损耗,进而减小纵向冲动、增加载重量、提高运行速度。此外,该方法解决了现在国外采用的 Fencing 控制所带来的通信带宽的问题。更重要的是,该方法实现了在复杂路况(有起伏的山路)上的自主异步制动功能。最后,采用权威的商业软件 Universal Mechanism (UM) 进行了仿真验证。

2.隧道中间段照明系统(点击有惊喜)


论文成果

期刊论文 

[22] J. Zhang and Tao Feng, From undirected graphs to directed graphs: a new technique makes it possible for multi-agent systems, Journal of Control and Decision(控制与决策 英文版), 9(3): 286-288, 2021.

[21] J. Zhang, Tao Feng and Huaguang Zhang, The decoupling cooperation control with dominant poles assignment, IEEE Transactions on Systems, Man and Cybernetices: Systems, 52(2): 1205-1213, 2022 (ESI 高被引论文)

[20] Tao Feng, J. Zhang*, Yin Tong and Huaguang Zhang, Consensusability and Global Optimality of Discrete-Time Linear Multi-Agent Systems, IEEE Transactions on Cybernetics , 52(8): 8227-8238, 2022.

[19] Tao Feng, J. Zhang*, Yin Tong and Huaguang Zhang, Q-learning algorithm in solving consensusability problem of discrete-time multi-agent systemsAutomatica, 128, 1095762021.

[18] J. ZhangZhiyong Chen, Hongwei Zhang and Tao Feng, Coupling effect and pole assignment in trajectory regulation of multi-agent systems, Automatica , 125 109465, 2021.

[17] Jinsong Li, Tao Feng, J. Zhang and Fei Yan, Optimal distributed cooperative control for multi-agent systems with constrains on convergence speed and control inputNeurocomputing, 426: 14-25, 2021.

[16] J. Zhang, Xiang Chen and Guoxiang Gu, State consensus for discrete-time multi-agent systems over time-varying graphs, IEEE Transactions on Automatic Control, 52(2): 1205-1213, 2022. (ESI 高被引论文)

[15] J. Zhang, Tao Feng, Xiaomin Wang, Shaojie Qiao and Fei Yan, Output consensus for heterogeneous multi-agent systems with disturbances, Journal of the Franklin Institute, 375(4):  2457-2470, 2020.

[14] J. Zhang, Tao Feng, Fei Yan, Shaojie Qiao and Xiaomin Wang, Analysis and design on intervehicle distance control of autonomous vehicle platoons, ISA Transactions, 100:  446-453, 2020.

[13] Tao Feng, J. Zhang* and Huaguang Zhang, Consensusability of discrete-time linear multi-agent systems with multiple inputsNeurocomputing, 383: 183-193, 2020.

[12] J. Zhang and Zhanshan Wang and Hongwei Zhang, Data-based optimal control of multiagent systems: A reinforcement learning design approach, IEEE Transactions on Cybernetics , 49(12):  4441-4449, 2019.

[11] J. Zhang, Huaguang Zhang and Tao Feng, Distributed optimal consensus control for nonlinear multiagent system with unknown dynamic, IEEE Transactions on neural networks and learning systems, 29(8):  3339-3348, 2018. (ESI 高被引论文)

[10] Fei Yan, J. Zhang* and Guoxiang Gu, Output regulation in the presence of quadratically bounded parameter uncertaintiesIET Control Theory & Applications, 12(5): 700-706, 2018.

[09] J. Zhang, Hongjing Liang and Tao Feng, Optimal control for nonlinear continuous systems by adaptive dynamic programming based on fuzzy basis functions, Applied Mathematical Modelling, 40(13–14):  6766-6774, 2016.

[08] J. Zhang, Huaguang Zhang, Binrui Wang and Tiaoyang Cai, Nearly data-based optimal control for linear discrete model-free systems with delays via reinforcement learning, International Journal of Systems Science, 47(7):  1563-1573, 2016.

[07] Huaguang Zhang, J. Zhang, Guanghong Yang and Yanhong Luo, Leader-based optimal coordination control for the consensus problem of multi-agent differential games via fuzzy adaptive dynamic programmingIEEE Transactions on Fuzzy Systems, 23(1): 152-163, 2015(ESI 高被引论文)

[06] J. Zhang, Huaguang Zhang, Huaguang Zhang, Zhenwei Liu and Yingchun Wang, Model-free optimal controller design for continuous-time nonlinear systems by adaptive dynamic programming based on a precompensator, ISA Transactions, 57:  63-70, 2015.

[05] Tao Feng, Huaguang Zhang, Yanhong Luo and J. Zhang, Stability analysis of heuristic dynamic programming algorithm for nonlinear systemsNeurocomputing, 149, Part C:  1461-1468, 2015

[04] J. Zhang, Huaguang Zhang, Yanhong Luo and Tao Feng, Model-free optimal control design for a class of linear discrete-time systems with multiple delays using adaptive dynamic programming, Neurocomputing, 135:  163-170, 2014.

[03] Hongjing Liang, Huaguang Zhang, Zhanshan Wang and J. ZhangOutput regulation for heterogeneous linear multi-agent systems based on distributed internal model compensatorApplied Mathematics and Computation, 242:  736-747, 2014

[02] J. Zhang,  Huaguang Zhang, Yanhong Luo and Hongjing Liang, Nearly optimal control scheme using adaptive dynamic programming based on generalized fuzzy hyperbolic model, ACTA Automatica Sinica(自动化学报 英文版), 39(2):  142-148, 2016.

[01] J. Zhang, Huaguang Zhang, Feisheng Yang and Shenquan Wang, Robust fault detection filter design for a class of time-delay system via equivalent transformation, Control Theory Application(控制理论与应用 英文版), 11(1):  54-60, 2013.

会议论文   

[7] J. Zhang, Tao Feng, Fei Yan and Yiduo Zhou, An Improved Distributed Control on Output Regulation for Heterogeneous Multi-Agent Systems, Proceedings of the 37th Chinese Control Conference (CCC), Page(s):  6579-6583, July 25-27, Wuhan, 2018.

[6] Tao Feng, J. Zhang, J. Zhang, Fei Yan and Yiduo Zhou, Consensus Region Analysis of Discrete-Time Linear Multi-agent Systems via Riccati Design, Proceedings of the 37th Chinese Control Conference (CCC);,  Page(s): 6584-6589, July 25-27, Wuhan, 2018.

[5] J. Zhang, Xiang Chen and Guoxiang Gu, Leader-following state consensus for homogeneous multi-agent systems over time-varying feedback graphs, 2016 35th Chinese Control Conference (CCC), Page(s):   7666–7671, 27-29 July, 2016.

[4] J. Zhang, Xiang Chen and Guoxiang Gu, State consensus for homogeneous multi-agent systems over time-varying undirected graph, 2016 12th IEEE International Conference on Control and Automation (ICCA), Page(s):   31–36, 27-29 July, 1-3 June, 2016.

[3] J. Zhang, A. Pandey and Guoxiang Gu, Output consensus for heterogeneous multi-agent systems over feedback graphs involving time delays, 2015 IEEE International Conference on Information and Automation(ICIA), Page(s):   1014 -1019, 8-10, Lijiang, China, Aug. 2015.

[2] J. Zhang, Huaguang Zhang, Junyi Wang and Mo Zhao, A novel and simple design scheme to fault detector for linear systems using compensator, Proceedings of the 31st Chinese Control Conference (CCC), Page(s):   5245-5249, Hefei, China, 25-27, July, 2012.

[1] J. Zhang, Huaguang Zhang, Yanhong Luo and Hongjing Liang, Optimal control design for nonlinear systems: Adaptive dynamic programming based on fuzzy critic estimator, The 2012 International Joint Conference on Neural Networks (IJCNN), Page(s):   1-6, Brisbane, 10-15, June, 2012.



科研项目

[1] 2024/01-2027/12国家自然科学基金(面上项目62373312自主重载列车分布式协同空气制动的自适应优化控制方法研究在研主持

[2] 2017/01-2019/12, 国家自然科学基金(青年基金), 61603314, “多智能体系统分布式数据驱动最优一致控制理论研究”主持

[3] 2015/05-2017/05, 中央高校基本科研业务费专项资金资助(科技创新项目), 2682015CX066, “线性异构多智能体系统一致控制协议设计”, 主持

[4] 2020/11-2023/10, 科技部重大专项, 2020YFB1711902, “支持业务流程融合和价值增值的服务型制造平台研发”, 课题骨干

[5] 2020/01-2023/12, 国家自然科学基金(面上项目), 61975491, “前-反馈协同作用下冷丝辅助GTA增材制造多光路感知与高精度生长调控机制”, 参与

[6] 2019/01-2023/12, 四川省国际科技创新合作重点项目, 2019YFH0097, “基于人工智能的城轨列车调度控制系统综合运维关键技术研究”, 参与

[7] 2019/01-2022/12, 国家自然科学基金(面上项目), 61873215, “检测、诊断和定位轨道电路微小及早期故障的动态分布式方法”, 参与

[8] 2018/01-2021/12, 国家自然科学基金(面上项目), 61773322, “符号网络下多智能体系统的群体行为与分布式控制”, 参与

[9] 2013/01-2015/12, 国家自然科学基金(青年基金), 61203046, “多维时滞非线性协议下的多智能体系统一致性及协调控制”,  参与

[10] 2016/01-2017/12, 四川科技支撑计划项目, 2016GZ0101, “光伏发电最大功率跟踪优化及能源管理系统的研究与实现”, 参与

 


Copyright © 2019 西南交通大学. All Rights Reserved.蜀ICP备05026985号
犀浦校区地址:中国四川省成都市郫都区犀安路 999 号    邮编:611756
川公网安备51010602000061号
技术支持:信息化与网络管理处

访问量:

开通时间:--

最后更新时间:--