个人简介
胡杰，男，中国地质大学（武汉）人工智能与自动化学院教授，硕士生导师、博士生导师，智能系统研究所所长，湖北省楚天学者计划入选者、地大学者-青年拔尖人才（A类）计划入选者，IEEE Senior Member，中国自动化学会会员，湖北省科学技术厅科技专家库入库专家、学术桥评审专家库成员。
2015年和2020年分别毕业于中国地质大学（武汉）自动化专业和控制科学与工程专业，获工学学士学位和工学博士学位。2018年10月至2020年9月受国家留学基金委（CSC）资助在加拿大阿尔伯塔大学（University of Alberta）电子与计算机工程系进行联合培养。
近年来主持国家自然科学基金面上项目/青年项目、湖北省自然科学基金项目、武汉市自然科学基金项目、GF横向项目、企业科技攻关项目、中国地质大学（武汉）杰出人才培育基金项目、中国地质大学（武汉）优秀博士论文创新基金项目，参与国家自然科学基金重点国际（地区）合作研究项目、国家自然科学基金面上项目、湖北省技术创新计划项目重点研发专项、企业科技攻关项目等，以第一发明人授权国家发明专利2项，申请国家发明专利3项，以第一作者/通讯作者发表学术论文20余篇，包括IEEE汇刊论文10篇（3篇IEEE-TIE、3篇IEEE-TII、IEEE-TCYB、IEEE/ASME-TMech、IEEE-TNNLS、IEEE-TSMCS）和IFAC系列期刊论文4篇（3篇CEP、JPC），IEEE/CAA Journal of Automatica Sinica 1篇，Information Sciences 1篇，《信息与控制》1篇，并在控制领域顶级国际会议第20 届IFAC 世界大会的分组报告上宣读论文。现为IEEE Transactions on Cybernetics、IEEE Transactions on Industrial Informatics、IEEE/ASME Transactions on Mechatronics、IEEE Transactions on Neural Networks and Learning Systems、Journal of Process Control、Engineering Applications of Artificial Intelligence、Expert Systems with Applications、Information Sciences、Journal of Manufacturing Systems、International Journal of Heat and Fluid Flow、Petroleum Science、Journal of Industrial Information Integration、Measurement、Neurocomputing等期刊的审稿人。
曾任Mathematical Problems in Engineering期刊编委，担任《冶金自动化》期刊首届青年编委、《烧结球团》期刊青年编委、Mathematics期刊客座编辑、Journal of Robotics and Intelligent Systems (JRIS) 期刊编委、Journal of Material Sciences and Engineering Technology期刊编委。
获得校级“优秀实习指导老师”荣誉称号，《冶金自动化》2023年度优秀审稿专家，“Best Paper Award” of the 2025 IEEE International Conference on Industrial Technology (ICIT)，“Young Researcher Award” of the ITCA2020。
目前，以第一导师身份指导学生获研究生国家奖学金4人次；指导学生荣获中国国际“互联网+”大学生创新创业大赛省级金奖、国家级铜奖，中国国际大学生创新大赛省级铜奖，第十七届全国大学生智能汽车竞赛华南赛区二等奖、全国总决赛二等奖等奖励。
主要研究方向：过程控制、控制工程、计算智能、人工智能
主持科研项目
1. 国家自然科学基金面上项目，2027.01-2030.12
2. 国家自然科学基金青年项目，2024.01-2026.12
3. 湖北省自然科学基金青年项目，2021.10-2023.09
4. 湖北省自然科学基金面上项目，2024.03-2026.02
5. 武汉市自然科学基金探索计划（晨光计划）项目，2024.06-2026.05
6. 横向项目6项
7. 中国地质大学（武汉）杰出人才培育基金项目1项
教育及工作经历
2026年10月~至今：中国地质大学（武汉）人工智能与自动化学院，教授
2023年01月~2026年9月：中国地质大学（武汉）人工智能与自动化学院，特任教授
2020年12月~2022年12月：中国地质大学（武汉），控制科学与工程博士后科研流动站，博士后
2018年10月~2020年09月：加拿大阿尔伯塔大学，电子与计算机工程系，国家留学基金委（CSC）资助联合培养博士研究生
2015年09月~2020年12月：中国地质大学（武汉）自动化学院，控制科学与工程专业，获得工学博士学位
2011年09月~2015年06月：中国地质大学（武汉）自动化学院，自动化专业，获得工学学士学位
学术论文
[1] Jie Hu, et al., Type-2 fuzzy broad echo state learning system for carbon efficiency prediction in iron ore sintering process, IEEE Transactions on Industrial Informatics, 2026, 22(9): 7882-7892.
[2] Jie Hu, et al., An improved just-in-time learning-based Kolmogorov-Arnold networks for CO/CO2 prediction in iron ore sintering process, IEEE/CAA Journal of Automatica Sinica, 2026, DOI: 10.1109/JAS.2026.126092.
[3] Jie Hu, et al., Burn-through point dynamic modeling based on temporal cascade broad echo state learning system in sintering process, IEEE Transactions on Industrial Electronics, 2026, 73(5): 7688-7699.
[4] Jie Hu, et al., A multi-condition fuzzy clustering method based on rectangular information granules and its application to an industry process, Control Engineering Practice, 2026, 170: 106822.
[5] Jie Hu, et al., Adaptive weighted broad echo state learning system-based dynamic modeling of carbon consumption in sintering process, IEEE Transactions on Neural Networks and Learning Systems, 2025, 36(7): 12066-12075.
[6] Jie Hu, et al., A framework for time-series dynamic modeling of carbon consumption in sintering process, IEEE Transactions on Systems, Man, and Cybernetics: Systems, 2025, 55(10): 7369-7378.
[7] Jie Hu, et al., Soft-sensing of burn-through point based on weighted kernel just-in-time learning and fuzzy broad-learning system in sintering process, IEEE Transactions on Industrial Informatics, 2024, 20(5): 7316-7324.
[8] Jie Hu, et al., Dynamic modeling framework based on automatic identification of operating conditions for sintering carbon consumption prediction, IEEE Transactions on Industrial Electronics, 2024, 71(3): 3133-3141.
[9] Jie Hu, et al., Relevance vector machine with hybrid kernel-based soft sensor via data augmentation for incomplete output data in sintering process, Control Engineering Practice, 2024, 145: 105850.
[10] Jie Hu, et al., Weighted kernel fuzzy c-means-based broad learning model for time-series prediction of carbon efficiency in iron ore sintering process, IEEE Transactions on Cybernetics, 2022, 52(6): 4751-4763.
[11] Jie Hu, et al., A novel modeling framework based on customized kernel-based fuzzy c-means clustering in iron ore sintering process, IEEE/ASME Transactions on Mechatronics, 2022, 27(2): 950-961.
[12] Jie Hu, et al., Real-time dynamic prediction model of carbon efficiency with working condition identification in sintering process, Journal of Process Control, 2022, 111: 97-105.
[13] Jie Hu, et al., Prediction performance improvement via anomaly detection and correction of actual production data in iron ore sintering process, IEEE Transactions on Industrial Informatics, 2020, 16(12): 7602-7612.
[14] Jie Hu, et al., Multi-model ensemble prediction model for carbon efficiency with application to iron ore sintering process, Control Engineering Practice, 2019, 88: 141-151.
[15] Jie Hu, et al., Hybrid modeling and online optimization strategy for improving carbon efficiency in iron ore sintering process, Information Sciences, 2019, 483: 232-246.
[16] Jie Hu, et al., A multilevel prediction model of carbon efficiency based on the differential evolution algorithm for the iron ore sintering process, IEEE Transactions on Industrial Electronics, 2018, 65(11): 8778-8787.
Google学术：https://scholar.google.com/citations?hl=zh-CN&user=AUSyhKIAAAAJ
学术会议
1. 2025.10 The l6th International Workshop on Information Technology (ITCA)会议，大会报告，中国宜昌
2. 2024.03 第25届IEEE国际工业技术大会（The 25th IEEE International Conference on Industrial Technology，ICIT2024），口头报告，英国布里斯托尔
3. 2018.07 第37届中国控制会议，口头报告，中国武汉
4. 2017.07 国际自动控制联合会（IFAC）第20届世界大会，口头报告，法国图卢兹
5. 2016.07 第35届中国控制会议，口头报告，中国成都
发明专利与软著
[1] 胡杰, 吴敏, 陈鑫, 曹卫华, 周凯龙, 杜胜. 基于多工况模式辨识的烧结过程碳效在线预测方法及设备, 专利号: ZL201911316382.8, 授权日: 2022-06-24.
[2] 胡杰, 刘俊勇, 吴敏, 陈略峰, 曹卫华, 李鸿翔. 烧结过程碳耗自适应加权宽度回声状态学习系统建模方法, 专利号: ZL202411542119.1, 授权日: 2025-10-14.
[3] 胡杰, 刘俊勇, 吴敏, 陈略峰, 曹卫华. 基于时间级联宽度回声状态学习系统的烧结终点动态预测方法, 申请号: 202411542132.7, 申请日: 2024-10-31.
[4] 胡杰, 李鸿翔, 吴敏, 陈略峰, 曹卫华, 杜胜. 考虑不平衡输出数据的烧结过程 CO/CO2 智能预测方法及系统, 申请号: 202410073787.8, 申请日: 2024-01-18.
[5] 胡杰, 吴敏, 陈略峰, 曹卫华, 杜胜, 李鸿翔. 一种基于加权核及时学习的烧结终点软测量方法及系统, 申请号: 202410073519.6, 申请日: 2024-01-18.
[6] 吴敏, 胡杰, 陈鑫, 曹卫华, 周凯龙, 杜胜. 一种烧结过程中异常运行数据的校正方法, 专利号: ZL201910603000.3. 授权日: 2022-11-18.
[7] 吴敏, 胡杰, 陈鑫, 周凯龙, 杜胜. 烧结过程综合焦比预测系统软件 V1.0. 登记号: 2017SR699686, 2017-12-18.
联系方式
邮 箱： hujie@cug.edu.cn
邮 编：430074
通讯地址： 湖北省武汉市洪山区鲁磨路388号中国地质大学信息楼804室