张侃健
基本介绍张侃健，男，1972年7月生，教授,博士生导师.[1]1994年于天津南开大学数学系获学士学位, 1997年于南京东南大学自动化所获硕士学位, 2000年于南京东南大学自动化所获博士学位. 毕业后留东南大学自动化所任教, 2002年任副教授, 2003年6月至2004年8月于香港科技大学电气与电子工程系合作研究, 2008年任教授. 主要研究方向是非线性系统的鲁棒控制、优化控制. 近年来在Automatica, IEE Proceedings - Control Theory and Applications, 控制理论与应用, 控制与决策等杂志发表论文30多篇, 负责并参与项目14项, 其中负责完成国家自然科学基金1项, 参与完成国家科学重点基金项目1项, 国家攀登计划1项, 国家863项目1项, 正在负责国家自然科学基金1项. 2006年获江苏省科技进步一等奖.
主讲课程1. 自动控制原理II, 本科生专业基础课
2. 线性系统理论, 研究生学位课
3. H¥控制设计, 研究生专业课
曾授课程:
1. 神经网络理论及设计, 研究生专业课
项目主要负责项目
1. 非线性随机动态系统基于性能势的最优控制设计, 国家自然科学基金;
2. 基于无源系统理论的非线性系统控制设计, 国家自然科学基金;
3. 开关磁阻电机驱动控制器开发, 浙江企业项目.
主要参与项目:
1. 复杂系统的分析与控制, 国家攀登计划预演;
2. 不确定时变非线性动态系统的分析与控制, 国家自然科学重点基金;
3. 网络化机器人群编队的分布式控制, 国家863;
4. 防伪标识电话语音查询系统的研究与开发, 江苏企业项目;
5. 集成电路生产线自动调度系统, 成都企业项目.
主要奖项1. 复杂动态系统及非线性系统的分析与鲁棒控制江苏省科技进步（自然科学类）一等奖, 江苏省, 第4, 2006.
近年主要论著1. Policy Iteration Based Feedback Control, Automatica, 2008, 44(4), SCI/EI;
2. Output feedback control for nonlinearly perturbed systems via cascade compensation with logic switching, IEE Proceedings - Control Theory and Applications, 2005, 152(2), SCI/EI;
3. 非线性系统鲁棒控制, 科学出版社, 2004.8
1. Mean Square Exponential Stability of Generalized Stochastic Neural Networks with Time-varying Delays, Asian Journal of Control, 2009.11(6), SCI;
2. Further results on mean square exponential stability of uncertain stochastic delayed neural networks, Communications in Nonlinear Science and Numerical Simulations, 2009.14(4), SCI/EI;
3. Adaptive Fuzzy Tracking Control of a Class of Stochastic Nonlinear Systems with Unknown Dead-Zone Input, International Journal of Fuzzy Systems, 2008.10(1), SCI/EI;
4. Simplified Exponential Stability Analysis for Recurrent Neural Networks with Discrete and Distributed Time-Varying Delays, Applied Mathematics and Computation, 2008.05(1), SCI/EI;
5. Synchro-nization control of recurrent neural networks with distributed delays, Physica A: statistical mechanics & its applications, 2008, SCI/EI.
近年主要会议1. Direct Fuzzy Tracking Control of a Class of Nonaffine Stochastic Nonlinear Systems with Unknown Dead-Zone Input, 17th IFAC World Congress, Seoul, Korea during July 6-11, 2008;
2. Application of RBF Neural Network to Simplify the Potential Based Optimization, the Springers LNCS, 2007, 4493;
3. Passivity approach to stability analysis for nonlinear and time-varying dynamic systems CCC 2005.[2]