• 学校首页
  • |
  • EN

李康吉

发布时间:2017-06-17 浏览量:



个人简介

李康吉,江苏无锡人,工学博士、教授、博士生导师。2013年浙江大学控制科学与工程专业博士毕业。先后入选江苏大学“青年骨干教师培养工程”青年学术带头人、国家自然科学基金委项目评审专家、江苏省“双创人才”科技副总、国家青年骨干教师公派访问学者、江苏省“六大人才高峰”高层次人才等。主持国家自然科学基金项目2项、中国博士后特别资助项目1项、各类省部级科研项目多项。《Energy》、《Energy and Buildings》、《Building and Environment》等国际期刊审稿人,2018年获选Elsevier期刊杰出审稿人。

邮箱:likangji@ujs.edu.cn

个人主页:http://vandros5.wixsite.com/kjli

地址:江苏大学电气学院自动化系


研究兴趣

长期致力于自动化与建筑科学交叉领域的研究工作,与美国怀俄明大学土木工程系保持良好合作关系。研究方向包括:

1.面向控制的建筑环境系统高效率建模方法

2.数据驱动的多尺度能量系统建模与控制

3.模型降阶方法在分布式参数系统中的应用研究


主持项目

1.大空间建筑环境低维建模与优化控制策略研究(在研),江苏省“六大人才高峰”高层次人才项目

2.多参数建筑环境的高效率建模、控制与优化方法研究(在研),国家自然科学基金面上项目

3.考虑时空变异特性的温室环境低维建模、控制与优化策略(在研),中国博士后特别资助项目

4.面向控制的温室微气候精确建模及优化方法研究(结题),中国博士后面上资助项目

5.面向控制的温室微气候快速建模方法研究(结题),江苏省博士后科研资助计划

6.建筑节能中的热环境建模与优化控制问题(结题),国家自然科学基金青年基金项目

7.建筑节能中的室内热环境建模与优化控制问题研究(结题),江苏省自然科学基金青年基金项目

8.江苏大学青年骨干教师培养工程(结题)


代表性论著

1.K. Li,J. Tian, W. Xue* and G. Tan*. Short-term electricity consumption prediction for buildings using data-driven swarm intelligence based ensemble model.Energy and Buildings, Vol.231,110558,2021.

2. J. Tian,K. Li*and W. Xue. An adaptive ensemble predictive strategy for multiple scale electrical energy usages forecasting.Sustainable Cities and Society, Vol.66,102654,2021.

3.K. Li*, Z. Sha, W. Xue, X. Chen, H. Mao and G. Tan. A fast modeling and optimization scheme for greenhouse environmental system using proper orthogonal decomposition and multi-objective genetic algorithm.Computers and Electronics in Agriculture, Vol.168,105096,2020.

4.K. Li*, X. Xie, W. Xue and X. Chen. Hybrid teaching-learning artificial neural network for city-level electrical load prediction.Science China-Information Sciences, Vol.63(5),159204,2020.

5.K. Li*, X. Xie, W. Xue, X. Dai, X. Chen and X. Yang. A hybrid teaching-learning artificial neural network for building electrical energy consumption prediction.Energy and Buildings, Vol.174,pp.323-334,2018.

6.K. Li*, C. Hu, G. Liu and W. Xue. Building's electricity consumption prediction using optimized artificial neural networks and principal component analysis.Energy and Buildings, Vol.108, pp. 106-113, 2015.

7.K. Li*, W. Xue, C. Xu and H. Su. Optimization of ventilation system operation in office environment using POD model reduction and genetic algorithm.Energy and Buildings, Vol.67, pp. 34-43, 2013.

8.K. Li*, H. Su, J. Chu and C. Xu. A fast-POD model for simulation and control of indoor thermal environment of buildings.Building and Environment,Vol. 60, pp. 150-157, 2013.

9.K. Li*, H. Su and J. Chu. Forecasting building energy consumption using neural networks and hybrid neuro-fuzzy system: A comparative study.Energy and Buildings,Vol. 43(10), pp. 2893-2899, 2011.

10.K. Li*and H. Su. Forecasting building energy consumption with hybrid genetic algorithm hierarchical adaptive network-based fuzzy inference system.Energy and Buildings, Vol. 42(11), pp. 2070-2076, 2010.

11.仇保兴(时任住建部部长).建筑节能与绿色建筑数据库与模型系统导论.北京:中国建筑工业出版社, 2011.(编委成员)


Update2021.2