助理教授 系统设计与智能制造学院

王振坤2016年12月毕业于西安电子科技大学电子工程学院(导师:张青富, IEEE Fellow, 长江讲座教授),获工学博士学位; 2017年2月至2019年1月在新加坡南洋理工大学计算机科学与工程学院担任研究员(导师:Yew-Soon Ong, IEEE Fellow, 讲座教授),主要研究启发式多目标优化技术在无人机交通管理调度中的应用;2019年1月-2020年3月在香港城市大学电脑科学系任博士后研究员(导师:张青富,IEEE Fellow, 讲座教授),致力于开发用于多工厂智能排产的辅助决策系统;2020年4月-2020年5月在香港城市大学深圳研究院任研究员,主要从事多目标演化优化算法的研究;2020年6月加入南方科技大学系统设计与智能制造学院,任助理教授(系统设计与智能制造学院与计算机科学工程系合聘)。

作为核心成员,王振坤博士参与完成多项由中国国家自然科学基金委 (NSFC)、新加坡民航局 (CAAS)、法国国家研究局(ANR)、香港研究资助局(HKRGC)、华为科技有限公司等资助的项目;其在国际著名学术期刊及会议上发表论文二十余篇;目前担任Swarm and Evolutionary Computation (JCR 一区) 副主编;IEEE 计算智能协会深圳分会(Guangzhou Section Chapter, CIS11-Shenzhen)学生事务主席;中国人工智能学会青年工作委员会委员;中国仿真学会智能仿真优化与调度专委会委员;作为国际会议EMO2021的竞赛主席,与华为诺亚方舟实验室共同举办了“EMO2021华为物流竞赛”;国际会议 CPSCom 2017、 AAAI 2019、 ACAIT 2020 程序委员;IEEE会员、中国人工智能学会会员、中国计算机学会会员、中国仿真学会会员。

个人简介

2020 年 6 月 - 至今  南方科技大学,系统设计与智能制造学院,助理教授  (Assistant Professor)

2020 年 4 月 - 5 月,香港城市大学深圳研究院,研究员  (Research Fellow)

2019 年 1 月 - 2020 年 3 月,香港城市大学,电脑科学系,博士后研究员 (Postdoctoral Fellow)

2017 年 2 月 - 2019 年 1 月,南洋理工大学,计算机科学与工程学院,研究员 (Research Fellow)

2011年8月 - 2016年12月,西安电子科技大学,电子工程学院,博士

研究领域

1、多目标优化与决策;

2、智能优化及其在供应链管理中的应用;

3、人工智能辅助的设计优化;

4、医学图像处理

5、自然语言处理


教学

SDM223 系统设计与管理


学术成果 查看更多

Journal papers:

[1] Weifeng Gao, Genghui Li, Qingfu Zhang, Yuting Luo and Zhenkun Wang. “Solving Nonlinear Equation Systems by a Two-Phase Evolutionary Algorithm”, IEEE Transactions on Systems, Man, and Cybernetics: Systems, in press. (TSMC, IF 13.451)

[2] Jianping Luo, Xiongwen Huang, Yun Yang, Xia Li, Zhenkun Wang, Jiqiang Feng. “A Many-objective Particle Swarm Optimizer Based on Indicator and Direction Vectors for Many-objective Optimization”. Information Sciences, 514: 166-202, 2020. (INS, IF 6.795 )

[3] Chen Xu, Yiyuan Chai, Sitian Qin, Zhenkun Wang, Jiqiang Feng. “A Neurodynamic Approach to Nonsmooth Pseudoconvex Optimization Problems”, Neural Networks, 124: 180-192, 2020. (NN, IF 8.050 )

[4] Hao Li, Yew-Soon Ong, Maoguo Gong and Zhenkun Wang. “Evolutionary Multitasking Sparse Reconstruction: Framework and Case Study”, IEEE Transactions on Evolutionary Computation, 23(5): 733-747, 2019. (TEVC, IF 11.554 )

[5] Jianping Luo, Abhishek Gupta, Yew-Soon Ong and Zhenkun Wang. “Evolutionary Optimization of Expensive Multiobjective Problems with Co-sub-Pareto Front Gaussian Process Surrogates”, IEEE Transactions on Cybernetics, 49(5): 1708-1721, 2019. (TCYB, IF 11.448 )

[6] Zhenkun Wang, Yew-Soon Ong, Jianyong Sun, Abhishek Gupta and Qingfu Zhang. “A Generator for Multiobjective Test Problems with Difficult-to-Approximate Pareto Front Boundaries” IEEE Transactions on Evolutionary Computation, 23(4): 556-571, 2019. (TEVC, IF 11.554)

[7] Zhenkun Wang, Yew-Soon Ong and Hisao Ishibuchi. “On Scalable Multiobjective Test Problems with Hardly-dominated Boundaries”, IEEE Transactions on Evolutionary Computation, 23(2): 217-231, 2019. (TEVC, IF 11.554 )

[8] Zhenkun Wang, Qingfu Zhang, Hui Li, Hisao Ishibuchi and Licheng Jiao. “On The Use of Two Reference Points in Decomposition Based Multiobjective Evolutionary Algorithms,”, Swarm and Evolutionary Computation, 34: 89-102, 2017. (SWEVO, IF 7.177 )

[9] Maoguo Gong, Yue Wu, Qing Cai, Wenping Ma, Kai Qin, Zhenkun Wang and Licheng Jiao. “Discrete Particle Swarm Optimization for High-order Graph Matching”, Information Sciences, 328: 158-171, 2016. (INS, IF 6.795)

[10] Zhenkun Wang, Qingfu Zhang, Aimin Zhou, Maoguo Gong and Licheng Jiao. Adaptive Replacement Strategies for MOEA/D, IEEE Transactions on Cybernetics, 46(2): 474-486, 2016. (TCYB, IF 11.448) [ESI highly cited paper]

Conference papers

[1] Qingyu Tan, Zhenkun Wang, Yew-Soon Ong, Kin Huat Low. “Evolutionary Optimization-based Mission Planning for UAS Traffic Management (UTM)”, 2019 International Conference on Unmanned Aircraft Systems, p. 952-958, (ICUAS) 2019.

[2] Mohamed Faisal B Mohamed Salleh, Wanchao Chi, Zhenkun Wang, Shuangyao Huang, Da-Yang Tan, Tingting Huang, Kin Huat Low. “Preliminary Concept of Adaptive Urban Airspace Management for Unmanned Aircraft Operations” AIAA Information Systems-AIAA Infotech@ Aerospace p. 2260, (AIAA) 2018.

[3] Xingxing Hao, Jing Liu, Zhenkun Wang. “An Improved Global Replacement Strategy for MOEA/D on Many-objective Knapsack Problems.” 2017 IEEE Congress on Automation Science and Engineering, p. 624-629, (CASE) 2017.

[4] Improved Adaptive Global Replacement Scheme for MOEA/D-AGR.

Hiu-Hin Tam, Man-Fai Leung, Zhenkun Wang, Sin-Chun Ng, Chi-Chung Cheung, Andrew K Lui.

In 2016 IEEE Congress on Evolutionary Computation, p. 2153-2160, (CEC) 2016.

[5] Zhenkun Wang, Qingfu Zhang, Hui Li. “Balancing Convergence and Diversity by Using Two Different Reproduction Operators in MOEA/D: Some Preliminary Work.” 2015 IEEE Conference on Systems, Mans and Cybernetics, p. 2849–2854. (SMC) 2015.

[6] Zhenkun Wang, Qingfu Zhang, Maoguo Gong, Aimin Zhou. “A Replacement Strategy for Balancing Convergence and Diversity in MOEA/D.” 2014 IEEE Congress on Evolutionary Computation, p. 2132-2139, (CEC) 2014.

新闻动态 更多新闻

团队成员 查看更多

加入团队

课题组简介:

计算智能与先进制造(Computational Intelligence and Advanced Manufacturing, CIAM)课题组目前是由南方科技大学王振坤助理教授筹建和负责。课题组主要致力于计算智能方法的研究及其在先进制造中的应用。

研究方向包括但不限于:

1、多目标优化与决策

致力于多目标优化算法和多目标决策系统的研究与开发,以及多目标优化技术在一些工程问题中的应用。

2、智能供应链管理与优化

针对供应链管理中的仓库选址、物流规划、车间作业调度等问题,设计开发相应的智能优化算法(如启发式算法、机器学习算法等)。来改进生产效率、提高资源利用、加强环境保护等。并最终力求打造经济友好、社会友好和环境友好的智慧型供应链管理系统。

3、人工智能辅助的设计优化

针对工业中的复杂产品设计(如飞行器设计、天线设计、电路设计等),借助人工智能技术(如机器学习模型辅助的优化技术)来更高效地寻求对产品的最优设计。

-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------

招聘计划:

  1. 博士后:1-2名/年
  2. 研究助理/访问学者/访问学生:1-3名/年
  3. 博士研究生:1名/年 (可选择与香港城市大学、香港科技大学等知名国际大学联合培养或南科大独立培养)

岗位职责:

  1. 开展多目标优化与决策、供应链管理与智能优化、人工智能辅助的设计优化等相关领域的高水平科研工作;
  2. 协助完成教学工作,以及帮助指导实验室的研究生及本科生;
  3. 协助完成科研项目的申报、执行、审核以及结题等。

岗位要求:

  1. 为人正直,勤奋踏实,积极上进,具有良好的责任心和团队协作精神;
  2. 具有良好的沟通能力,较强的数学功底、流利的英语读写能力,且熟练掌握至少一门编程语言;
  3. 具有创新思想、较强的独立科研能力、理论功底和动手能力,从事过相关领域科研工作者优先;
  4. 应聘博士后需要取得或即将取得博士学位,年龄不超过35岁,原则上博士毕业不能超过3年。

薪酬待遇:

博士后:

1. 基本待遇:

在不考虑扣除少量税的情况下,年均基本税后待遇总额为:180000 + 8677+2800*12 + 10000+15000 = 34.2724 万元

入站后若成功申请南科大"校长卓越博士后",年均基本税后待遇为:50.7 万元(参照学校最新微信推送https://mp.weixin.qq.com/s/K0rO0y8bwThfK4M7QyTlxg)。

具体构成如下:

1)每月由学校发放博士后研究人员基本工资8677元,住房补贴2800元。

2)入站后深圳市政府一次性发放18万元的博士后津贴(免税),中期考核后再发放18万元;

3)餐补,高温补贴和过节费等,每年约1万余元。

备注:A)深圳市每年18万免税津贴发放方式为:a)成功办理入站手续后做开题报告,开题报告通过后一次性发放18万;b)通过中期考核后再一次性发放18万;2)学校每月8677元基本工资部分需缴纳五险一金,8677元基本工资和2800元住房补贴部分需扣少量税,其余薪金构成都是免税的。另外,对于深圳市新引进的人才,还可以申请深圳市给予新引进人才的一次性租房和生活补贴3万元(免税),相当于两年在站期间额外补助1.5万元/年。

2. 福利待遇:

1)院系、课题组根据具体科研工作业绩情况,为博士后提供相应的科研绩效奖励;

2)每个课题组员额内的博士后可获得两年2.5万元的学术交流资费;

3)博士后人员落户深圳,其配偶及未成年子女随迁入户、子女入托、入学等按相关条例执行。

3. 其他支持:

1)课题组提供充足的科研支持,并协助博士后本人作为负责人申请中国博士后科学基金、国家自然科学基金及广东省、深圳市各级科研项目。;

2)具有海外留学经历或者拥有国外博士学位者,可参照深圳市高层次专业人才"认定标准申请"孔雀计划人才",有160万的奖励津贴(分5年发放,免税);

3)应届或临近毕业的优秀博士,根据全国博士后管委会印发的《博士后创新人才支持计划》,申请获得"博新计划"支持的博士后,可获得国家给予每人两年60万元的资助(其中40万元为博士后日常经费,20万元为博士后科学基金)。具体申请条件和申报流程等参见"全国博士后管委会关于做好2019年度博士后创新人才支持计划实施工作的通知"

4)对于优秀的出站博士后将积极推荐协助其申请南方科技大学研究助理教授岗位。

5)博士后出站选择留(来)深从事科研工作,且与本市企事业单位签订3年以上劳动(聘用)合同,深圳市政府给予每人30万元的科研启动经费;

6)依据自身符合的条件,可申请 "深圳市孔雀计划C类人才"或者"深圳市后备级人才",享受5160万的奖励津贴(免税)。

备注:"孔雀计划C类人才""深圳市后备级人才"的认定,可参照深圳市人力资源和社会保障局颁布的"深圳市海外高层次人才""深圳市高层次专业人才"认定标准。a)一般要求与本市企事业单位签订3年以上劳动(聘用)合同;b"孔雀计划C类人才"要求海外经历+3JCR一区的文章;c"后备级人才"要求获得国家自然科学基金或者中国博士后科学基金,且完成结题,或者出站留深工作3年后也可申请。

***************************************************************************

博士:

  1. 可选择与香港城市大学或香港科技大学联合培养,学位为对方学校颁发或联合颁发。具体参考:https://gs.sustech.edu.cn/boshilianpei2020/1725
  2. 南方科技大学按各项目学制提供3至4年的奖助学金资助,其中在境外学习期间,按合作大学博士生标准提供奖助学金;在南科大期间,按南科大博士生标准提供奖助学金。南科大博士生奖助学金标准为每年8万元基础奖学金。学生入学后在南科大期间可参与评选,评选优异者可获额外每年2万元竞争奖学金。

研究助理/访问学者/访问学生:

  1. 薪资丰厚;
  2.  科研成果优秀者可提供深造机会,推荐到境外一流高校联合培养攻读博士;
  3. 对于有志于在工业界发展的同学,可安排相关课题,并推荐就业。

应聘材料:

  1. 详细的个人简历,含学习、工作和科研的经历;
  2. 主要科研成果(如论文论著、成果证书或奖励)清单、代表性论文以及联系方式。

应聘方式:

有意者请将申请材料发送至:wangzk3@sustech.edu.cn,邮件标题请注明“姓名-博士后/博士/研究助理-CIAM”;请在邮件中注明拟到岗时间。

简历经严格筛选后将及时安排面试,个人信息将严格保密。

查看更多

联系我们

联系地址

广东省深圳市南山区学苑大道1088号南方科技大学创园1栋608室

办公电话

0755-88015534

电子邮箱

wangzk3@sustech.edu.cn

Copyright © 2018 All Rights Reserved.